刚刚往日的 GTC Taipei 上，最备受关怀的，莫过于Cosmos 3。
这是一个齐全开源的物理 AI 全模态模子。老黄示意，Cosmos 3 谢天下生成这项上，在 Artificial Analysis、Physics-IQ、PAI-Bench、R-Bench 四个开源榜单上均列第一。
前三个 bench 都算业界比较眼熟的，而R-bench——我成心查了查，这个让 Cosmos 3 霸榜的榜单，竟出自一支北大团队。
这篇使命已被 ICML 2026 经受，名字叫《Rethinking Video Generation Model for the Embodied World》，来自北京大学、字节跳跃 Seed 等机构的扣问团队。
他们建议了面向具身天下的视频生成评测与数据基础设施：R-Bench+RoVid-X。
值得留意的是，在作家列内外，字节 Seedance 2.0 的预测验精采东谈主曾妍，也赫然在列。
R-Bench：专门给机器东谈主视频生成请的"考官"
Cosmos 3 是英伟达此次 GTC Taipei 的主角之一。
按老黄的说法，它是巨匠首个齐全开源的物理 AI 全模态模子，基于一种 mixture-of-transformers 架构，能在一个模子里同期协调解生成文本、图像、视频、环境声息，乃至机器东谈主的动作。
Nano 和 Super 两个尺寸，都也曾挂上了 Hugging Face。
换句话说，Cosmos 3 要作念的不是"拍出颜面的视频"，而是给机器东谈主、自动驾驶这些要在着实天下里干活的系统，生成"物理上说得通"的数据。
但问题它就来了。
一个模子生成的机器东谈主视频，到底是不是"物理上说得通"，该用什么来推断？
往日一年，视频生成的故事简直都绕着合并个问题张开：谁能拍得更昭着、更认知、更有电影感。
但在机器东谈主场景里，画质颜面是一趟事，能不成用又是另一趟事。
若是一个模子能生成传神的机械臂，却让夹爪穿过物体；能让机器东谈主看起来"动起来"，却无法完成抓取、摒弃、回身、诱骗等任务，那么它距离 Physical AI 需要的"天下模子"，仍然隔着一条领域。
R-Bench的中枢起点，即是把视频生成模子从"视觉生成器"放到"物理天下模拟器"的语境下再行评估。
开运体育中国官网入口它不单看画面是否传神，而是系统性推断模子是否能生成允洽具身任务逻辑和物理拘谨的视频。
具体而言，R-Bench 是一个以机器东谈主为中心的视频生成评测基准，包含650 个图像 - 文本评测样本，从5 类任务才协调4 类机器东谈主形态两个维度构建。
在职务维度上，R-Bench 掩饰操作实验、空间关系、多主体诱骗、永劫贪图和视觉推理；在机器东谈主形态维度上，掩饰单臂、双臂、四足和东谈主形机器东谈主。
这么的联想让 R-Bench 不再只问"视频像不像"，而是进一步追问：
机器东谈主有莫得着实战斗到成见物体？
任务重要门径是否完满出现？
多个物体或多个主体之间的关系是否合理？
机器东谈主形态在通顺经过中是否保持认知？
永劫序动作是否允洽任务逻辑？
因此，R-Bench 不仅仅一个名次榜，更可以手脚机器东谈主视频生成数据的"物理质料过滤器"：
它能够评估生成视频是否得志战斗关系、动作步调、形态认知性和任务完成度等物理拘谨，从而匡助筛选出更允洽物理规定、可用于具身智能测验的数据。
为了捕捉这些问题，R-Bench 联想了一套可复现的自动化评测缱绻体系，能够识别机器东谈主形态畸变、物体属性漂移、部件飘浮或穿模、无战斗抓取、编造出现物体、重要动作缺失等常见失败模式。
值得留意的是，R-Bench 的自动打分，和东谈主工评测的 Spearman 相联悉数达到0.96。
这意味着它不仅仅个自动跑分用具，在很猛进度上对皆了东谈主类对"物理合分歧理""任务完没完成"的判断。
榜单上还能看到什么？
在最新 R-Bench Leaderboard 中，Cosmos 3 系列也曾成为开源社区最亮眼的模子之一。
Cosmos3-Nano 以0.584的抽象得分位列 RBench 开源模子第一，Cosmos3-Super 紧随其后，拿到0.581。
放到扫数榜单里看，这传递出两个信号。
一所以物理 AI 为成见测验的视频天下模子，也曾初始在机器东谈主图像到视频生成上展现竞争。
比拟传统通用视频模子，它的上风不单在画质，更在于更接近具身智能需要的物理模拟与动作延展才调。
二是闭源交易模子抽象才调仍然起先，但开源正在快速追逐。
对扣问社区来说，百家乐正规平台2026最新版下载这种"开源能打"的信号，比单个模子更强更垂危。
而比排名更有价值的，是 RBench 照出来的几处共性短板：
缜密操作如故老浩劫。出动、回身这类大幅动作模子也曾作念得可以，但抓、握、拧、插、摒弃这些对战斗建模条目高的动作，最容易出错。
永劫贪图仍是弱项。视频看起来连贯，不代表任务逻辑正确，模子可能动作开通却漏掉重要门径，或者把步调搞反。
通用学问和机器东谈主数据没"合上"。纯通用视频有丰富的天下学问但缺机器东谈主交互，纯机器东谈主数据又每每限制有限、形态单一。
从这个角度看，R-Bench 更像一面镜子，把视频模子在物理天下里的着实软肋照了出来。
RoVid-X：400 万条机器东谈主视频，开源了
发现了问题，下一步即是喂数据。这恰是RoVid-X要搞定的事。
团队也曾在 Hugging Face 上开源了 RoVid-X 的垂危子集（300 万条机器东谈主视频），上线后热度攀升很快——它在 Datasets Trending 的 Video 模态大限制数据辘集排名第一，在扫数 6.5 万多个 Video 模态数据集的举座 Trending 里也位列第九。
这反应了 RoVid-X 手脚面向机器东谈主视觉 / 视频协调的大限制数据资源，在开源社区中的快速影响力。
数据集的完满版限制达到400 万条机器东谈主视频片断、1300+ 细粒度技能、1 万 + 小时实质，鉴识率 720P，并附带 RGB、深度、光流等多模态物理标注。
和通用互联网视频不同，RoVid-X 要让模子战斗的是更接近着实的机器东谈主交互经过：物体若何被抓取、机械臂若何接近成见、任务若何被解析、动作和环境若何共同酿成物理拘谨。
这种数据关于视频天下模子尤其重要。因为物理协调不是浅薄靠提醒词补出来的，而需要模子在大宗交互数据中学习战斗、步调、力学关系和结构认知性。
实验限定也清楚，引入 RoVid-X 数据后，模子在具身任务中的进展能够获取认知晋升。
举例在 Wan 系列模子上，经过 RoVid-X 微调后，模子在操作实验、永劫贪图和空间协调等维度均有较着改善。
这讲解高质料、结构化的机器东谈主视频数据，照实能够晋升视频生成模子面向具身场景的可实验性与认知性。
这项使命的兴趣兴趣，不单在于多了一个 benchmark 和一个 dataset，而是把视频生成放进了物理 AI 的语境里再行注视。
往日视频生成更多做事于实质创作：告白、短片、殊效。往后，它可能成为机器东谈主测验、仿真环境构建和具身智能数据闭环的基础设施。
当模子初始协调战斗、步调、结构认知性和动作后果，"生成一段看起来合理的视频"就在向"可用于物理天下推演的天下模拟引擎"采集。
R-Bench 和 RoVid-X 是在这个转向中补上两块重要拼图：一个陈述"若何评估"，一个陈述"若何测验"。
跟着 Cosmos 3 等 Physical AI 视频天下模子过问 R-Bench 榜单并取得开源 Top-1，具身视频生成的竞争也正在从单纯比拼视觉效力，转向更接近着实天下的物理协调解任务实验才调。
关于开源社区而言，这大概是一个更垂危的信号：Physical AI 的进展，不单属于闭源模子和交易系统，也可以建造在灵通评测、灵通数据和灵通模子共同演化的基础之上。
按团队的贪图，下一步还会去作念从生成视频反推可实验径作的 Inverse Dynamics Model，进一步买通视频生成、政策学习和真机部署之间的闭环。
视频生成模子的下一站，大概果真不仅仅拍电影，而是模拟、协调，并参与着实的物理天下。
团队布景
这支团队叫DAGroup，来自北京大学，精采东谈主是周大权。
周大权的阅历，碰巧踩在此次使命的题眼上。
他从 2022 年就初始作念视频生成，是最早一批入场的东谈主之一——
代表作 MagicVideo 是业界最早的隐空间扩散视频模子之一，其后还有 MagicVideo-V2、StoryDiffusion、Magic-Me 等一系列使命。
在腾讯混元视频模子 HunyuanVideo 中，他领导了模子预测验与扩散算法联想团队。
更早之前，他在模子与硬件效力场合也颇有积贮，Coordinate Attention 曾被列为 CVPR 2020 最具影响力论文第 2 名。
如今回到北大作念助理陶冶，他把扣问要点放到了机器东谈主、AIGC 和 VLA 上。
他自述，我方的扣问经久带着一条"用最少的算力和内存，跑最强的算法"的干线。
除 R-Bench/RoVid-X 外，DAGroup 还在激动 HumanNet、StableVLA 等多个具身与天下模子场合的开源款式。
论文地址：
https://arxiv.org/abs/2601.15282
Project Page：
https://dagroup-pku.github.io/ReVidgen.github.io/
GitHub 地址：
https://github.com/DAGroup-PKU/HumanNet
R-Bench Leaderboard：https://huggingface.co/spaces/DAGroup-PKU/Leaderboard
RoVid-X Dataset：https://huggingface.co/datasets/DAGroup-PKU/RoVid-X/
— 宽宥 AI 居品从业者共建 —
� �「AI 居品学问库」是量子位智库基于经久居品库跟踪和用户行径数据推出的飞书学问库，旨在成为 AI 行业从业者、投资者、扣问者的中枢信息要津与方案解救平台。
一键关怀 � � 点亮星标
科技前沿进展逐日见百家乐正规平台2026最新版下载
