厨房里，一台机器人正尝试将叉子放入筷子筒。第一次，叉尖卡在筒沿；第二次，它没有重复动作，而是将叉子轻轻靠在筒边，借力调整角度后成功放入。随后，机器人注意到旁边的水渍，主动停下手中动作，擦拭干净后才继续整理。这一系列动作，让围观的研发人员兴奋不已——机器人没有依赖预设程序，而是根据现场情况自主调整策略，展现出初步的泛化能力。
这个场景，是某科技团队在机器人动作模型研发中的一次突破。过去三年，这支由20人组成的团队经历了从虚拟世界到物理世界的转型。最初，他们专注于开发世界模型，试图构建一个能自我演进的虚拟环境，让AI在其中探索与学习。团队负责人回忆，早期他们曾让用户走进梵高的《星月夜》，沿着画作中的笔触延伸出3D场景，这种尝试虽然炫目，却始终与现实需求存在距离。
转折点出现在2025年上半年。团队开始尝试将游戏世界模型的数据替换为第一视角视频——普通人拿着手机在街道、房间中走动的画面。出乎意料的是，模型在脱离虚拟环境后，仍能维持空间关系，生成符合物理规律的交互场景。这一发现与当时兴起的机器人动作模型研究不谋而合，团队意识到，他们积累的技术框架，或许能直接应用于现实世界的机器人控制。
转型并非一帆风顺。团队成员几乎全是模型背景，对硬件领域十分陌生。但现实世界的反馈比虚拟世界更直接——昨天抓不住的杯子，今天抓住了，这种进步让所有人着迷。成员们开始主动学习机械知识，调试硬件参数，甚至搬运机器人设备。有人调侃，那段时间实验室里“模型训练声”与“机器人运转声”此起彼伏，成为独特的研发节奏。
2026年，团队正式更名为“黎曼动力”，名称取自数学家黎曼，寓意在复杂空间中构建机器人的思考与决策能力。同年，他们的世界动作模型Riemann-1.0在WAIC展会上亮相，以62.6%的成绩刷新机器人家务测试纪录，并在积木堆叠、布料折叠等任务中领先行业15个百分点。这一成果背后，是团队对数据规模的极致追求——他们采集了23.2万小时的人类第一视角视频，用纯视觉数据训练模型，打破了行业对“裸手视频价值低”的共识。
在落地场景选择上，团队再次展现出反共识思维。面对工厂自动化市场的诱惑，他们将目光投向家庭场景。负责人认为，标准化环境难以拓展机器人智能边界，只有充满不确定性的家庭场景，才能倒逼模型进化。目前，团队已与日本养老院、酒店合作，通过部署机器人收集真实数据，形成“数据-模型-场景”的闭环优化。
从虚拟到现实，从游戏到家务，这支团队的每一次转向都伴随着争议。有人质疑他们放弃成熟的虚拟世界开发，选择一条未经验证的道路；也有人认为，家庭场景商业化周期过长，可能错失市场机会。但团队始终坚信，真正的技术突破需要跳出舒适区。正如他们让机器人学会“借力放叉子”一样，创新往往诞生于对既有路径的偏离。
如今，黎曼动力的模型已能处理85%的家务任务，但团队清楚，这仅是开始。他们正在训练模型理解更复杂的指令，比如“把水果从冰箱拿到客厅，但别碰倒花瓶”。这种对细节的执着，源于一个更宏大的目标——让机器人真正融入人类生活，而不仅仅是完成预设动作。正如团队成员所说：“我们不想造一台会做家务的机器，而是想创造一个能理解人类需求的伙伴。”
