近日，北京黎曼动力机器人科技有限公司（以下简称“黎曼动力”）宣布与光轮智能、诺亦腾机器人（Noitom Robotics）达成深度战略合作，共同推进具身智能领域的技术突破与数据基础设施建设。此次合作聚焦高质量具身数据采集、模型训练、规模化评测及真实机器人部署反馈等环节，旨在构建覆盖数据生产、模型迭代与场景落地的系统性闭环，为2026年实现百万小时具身智能数据目标奠定基础。
具身智能模型的发展需突破单一数据依赖，转向多模态数据融合。传统模型仅依赖视觉信息难以理解物理世界的复杂交互，而新一代模型需融合人体动作轨迹、关节运动状态、力觉反馈、环境变化及动态交互关系等多维度数据。黎曼动力计划通过此次合作，构建覆盖数据采集、评测、模型训练与真机部署的全链条基础设施，推动机器人从感知理解向自主决策与泛化操作演进。
在技术路径上，黎曼动力将依托其核心模型Riemann-1.0与Matrix-Game 3.5展开双线推进。Riemann-1.0作为具身世界动作模型，通过学习大规模人类视频数据，已实现对人类行为、环境状态及动作结果的精准理解，并在国际机器人基准测试RoboCasa-365中以62.6%的平均成功率领先行业，较此前纪录提升8.4个百分点。Matrix-Game 3.5则聚焦交互式世界模型，致力于构建具备长期记忆、持续交互与开放世界模拟能力的系统，为机器人提供更接近真实场景的决策支持。
与光轮智能的合作将围绕数据适配与验证展开。双方计划将Riemann-1.0与Matrix-Game 3.5与光轮智能的EgoSuite人类数据平台、RoboFinals评测平台及RoboStack部署反馈平台深度整合。基于Riemann-1.0在移动操作、物体交互等任务中的表现，黎曼动力将精准定位模型训练的数据缺口，光轮智能则通过其平台组织规模化、高质量的人类行为视频及多模态数据生产，形成“需求驱动-数据生产-模型迭代”的闭环流程。
诺亦腾机器人的加入为合作注入关键技术支撑。作为人体动作捕捉与力反馈采集领域的领先企业，诺亦腾将与黎曼动力共同建设多模态具身数据体系，重点解决动作轨迹、关节状态、接触力觉及交互对象状态等数据的高精度同步问题。双方合作采集的数据将直接服务于Riemann-1.0在长尾任务、复杂操作、精细力控及跨本体泛化等方向的能力提升，推动模型从实验室环境向真实场景迁移。
动态优化机制是此次合作的另一亮点。黎曼动力将结合模型训练效果与真实机器人验证结果，持续调整数据采集、处理流程及质量评估体系，确保数据体系与模型能力同步演进。例如，通过分析模型在家庭服务场景中的表现，团队可快速定位数据缺口，指导光轮智能与诺亦腾针对性补充相关数据，形成“数据-模型-场景”的良性互动。
黎曼动力联合创始人李阳光表示，机器人操作模型进入复杂真实环境的关键在于获取可验证的高质量数据。此次合作通过整合生态伙伴的技术优势，使模型能力需求直接参与数据体系建设，并通过真实部署反馈持续推动迭代，为具身智能的规模化落地提供关键支撑。
据介绍，黎曼动力专注于具身智能与Physical AI领域，致力于打造面向真实世界的下一代机器人通用大脑。其Matrix-Game技术体系通过融合世界理解、未来预测与动作决策，构建了统一的智能框架。目前，公司已积累数十万小时人类与机器人数据，覆盖家庭服务、移动操作等核心场景，持续推动机器人从感知理解向长期、稳定、可泛化的真实世界交互迈进。
