刚刚当年的 GTC Taipei 上，最备受温雅的，莫过于Cosmos 3。
这是一个竣工开源的物理 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——我非常查了查，这个让 Cosmos 3 霸榜的榜单，竟出自一支北大团队。
这篇责任已被 ICML 2026 秉承，名字叫《Rethinking Video Generation Model for the Embodied World》，来自北京大学、字节超过 Seed 等机构的照管团队。
他们提倡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。
值得瞩目的是，在作家列内外，字节 Seedance 2.0 的预测验认真东说念主曾妍，也赫然在列。
R-Bench：专门给机器东说念主视频生成请的"考官"
Cosmos 3 是英伟达此次 GTC Taipei 的主角之一。
按老黄的说法，它是众人首个竣工开源的物理 AI 全模态模子，基于一种 mixture-of-transformers 架构，能在一个模子里同期领略和生成文本、图像、视频、环境声息，乃至机器东说念主的动作。
Nano 和 Super 两个尺寸，都依然挂上了 Hugging Face。
换句话说，Cosmos 3 要作念的不是"拍出颜面的视频"，而是给机器东说念主、自动驾驶这些要在真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说念主视频，到底是不是"物理上说得通"，该用什么来考虑？
当年一年，视频生成的故事简直都绕着归拢个问题张开：谁能拍得更明晰、更安静、更有电影感。
但在机器东说念主场景里，画质颜面是一趟事，能不可用又是另一趟事。
要是一个模子能生成传神的机械臂，却让夹爪穿过物体；能让机器东说念主看起来"动起来"，却无法完成抓取、舍弃、回身、合营等任务，那么它距离 Physical AI 需要的"天下模子"，仍然隔着一条范畴。
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"的语境下重新评估。
它不单看画面是否传神，而是系统性考虑模子是否能生成合适具身任务逻辑和物理敛迹的视频。
具体而言，R-Bench 是一个以机器东说念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 类任务才智和4 类机器东说念主方式两个维度构建。
在职务维度上，R-Bench 遮盖操作实践、空间干系、多主体合营、永劫权术和视觉推理；在机器东说念主方式维度上，真钱牛牛APP官方网站遮盖单臂、双臂、四足和东说念主形机器东说念主。
这么的想象让 R-Bench 不再只问"视频像不像"，而是进一步追问：
机器东说念主有莫得实在战争到主义物体？
任务关键样子是否无缺出现？
多个物体或多个主体之间的干系是否合理？
机器东说念主方式在畅通进程中是否保持安静？
永劫序动作是否合适任务逻辑？
因此，R-Bench 不仅仅一个名次榜，更可以行动机器东说念主视频生成数据的"物理质料过滤器"：
它能够评估生成视频是否得志战争干系、动作方法、方式安静性和任务完成度等物理敛迹，从而匡助筛选出更合适物理端正、可用于具身智能测验的数据。
为了捕捉这些问题，R-Bench 想象了一套可复现的自动化评测目的体系，能够识别机器东说念主方式畸变、物体属性漂移、部件飞舞或穿模、无战争抓取、虚拟出现物体、关键动作缺失等常见失败模式。
值得瞩目的是，R-Bench 的自动打分，和东说念主工评测的 Spearman 计划统共达到0.96。
这意味着它不仅仅个自动跑分用具，在很猛进度上对王人了东说念主类对"物理合不对理""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 系列依然成为开源社区最亮眼的模子之一。
Cosmos3-Nano 以0.584的概括得分位列 RBench 开源模子第一，Cosmos3-Super 紧随其后，拿到0.581。
放到通盘榜单里看，这传递出两个信号。
一所以物理 AI 为主义测验的视频天下模子，依然开动在机器东说念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智。
二是闭源生意模子概括才智仍然当先，但开源正在快速追逐。
对照管社区来说，凤凰彩票(中国)官方网站这种"开源能打"的信号，比单个模子更强更首要。
而比排名更有价值的，是 RBench 照出来的几处共性短板：
雅致操作如故老浩劫。迁徙、回身这类大幅动作模子依然作念得可以，但抓、握、拧、插、舍弃这些对战争建模条件高的动作，最容易出错。
永劫权术仍是弱项。视频看起来连贯，不代表任务逻辑正确，模子可能动作通达却漏掉关键样子，或者把方法搞反。
通用常识和机器东说念主数据没"合上"。纯通用视频有丰富的天下常识但缺机器东说念主交互，纯机器东说念主数据又相同范畴有限、方式单一。
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真实软肋照了出来。
RoVid-X：400 万条机器东说念主视频，开源了
发现了问题，下一步即是喂数据。这恰是RoVid-X要处置的事。
团队依然在 Hugging Face 上开源了 RoVid-X 的首要子集（300 万条机器东说念主视频），上线后热度攀升很快——它在 Datasets Trending 的 Video 模态大范畴数据围聚排名第一，在沿途 6.5 万多个 Video 模态数据集的全体 Trending 里也位列第九。
亚搏体育中国官网在线入口这反应了 RoVid-X 行动面向机器东说念主视觉 / 视频领略的大范畴数据资源，在开源社区中的快速影响力。
数据集的无缺版范畴达到400 万条机器东说念主视频片断、1300+ 细粒度时间、1 万 + 小时实践，折柳率 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 要让模子战争的是更接近真实的机器东说念主交互进程：物体怎样被抓取、机械臂怎样接近主义、任务怎样被剖释、动作和环境怎样共同酿成物理敛迹。
这种数据关于视频天下模子尤其关键。因为物理领略不是浅易靠请示词补出来的，而需要模子在多数交互数据中学习战争、方法、力学干系和结构安静性。
实验罢了也表示，引入 RoVid-X 数据后，模子在具身任务中的推崇能够取得安静普及。
举例在 Wan 系列模子上，经过 RoVid-X 微调后，模子在操作实践、永劫权术和空间领略等维度均有明白改善。
这证据高质料、结构化的机器东说念主视频数据，确乎能够普及视频生成模子面向具身场景的可实践性与安静性。
这项责任的意旨，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 的语境里重新注目。
当年视频生成更多奇迹于实践创作：告白、短片、殊效。往后，它可能成为机器东说念主测验、仿真环境构建和具身智能数据闭环的基础设施。
当模子开动领略战争、方法、结构安静性和动作后果，"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"迫临。
R-Bench 和 RoVid-X 是在这个转向中补上两块关键拼图：一个回复"如何评估"，一个回复"如何测验"。
跟着 Cosmos 3 等 Physical AI 视频天下模子插足 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成果，转向更接近真实天下的物理领略和任求实践才智。
关于开源社区而言，这粗略是一个更首要的信号：Physical AI 的进展，不单属于闭源模子和生意系统，也可以树立在通达评测、通达数据和通达模子共同演化的基础之上。
按团队的权术，下一步还会去作念从生成视频反推可实践动作的 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，粗略果真不仅仅拍电影，而是模拟、领略，并参与真实的物理天下。
团队配景
这支团队叫DAGroup，来自北京大学，认真东说念主是周大权。
周大权的经历，偶合踩在此次责任的题眼上。
他从 2022 年就开动作念视频生成，是最早一批入场的东说念主之一——
代表作 MagicVideo 是业界最早的隐空间扩散视频模子之一，自后还有 MagicVideo-V2、StoryDiffusion、Magic-Me 等一系列责任。
在腾讯混元视频模子 HunyuanVideo 中，他指挥了模子预测验与扩散算法想象团队。
更早之前，他在模子与硬件遵循标的也颇有积存，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诠释，他把照管重点放到了机器东说念主、AIGC 和 VLA 上。
他自述，我方的照管历久带着一条"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 还在鼓舞 HumanNet、StableVLA 等多个具身与天下模子标的的开源神态。
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/
— 宽容 AI 居品从业者共建 —
� �「AI 居品常识库」是量子位智库基于历久居品库跟踪和用户活动数据推出的飞书常识库，旨在成为 AI 行业从业者、投资者、照管者的中枢信息重要与有缠绵扶持平台。
一键温雅 � � 点亮星标
科技前沿进展逐日见凤凰彩票(中国)官方网站