近日，大曉機器人重磅開源開悟世界模型3.0（Kairos 3.0）-4B 系列具身原生世界模型。作為業(yè)內(nèi)首個實現(xiàn) “多模態(tài)理解 — 生成 — 預(yù)測” 一體化的開源具身原生世界模型，該模型以 “物理因果一致、跨本體泛化、超長時交互、云側(cè)實時生成、輕量化高效能、端側(cè)本體控制” 為核心優(yōu)勢，性能全面領(lǐng)跑國內(nèi)外主流具身世界模型。

Kairos 3.0-4B 是全球首個可端側(cè)驅(qū)動具身智能本體控制的世界模型，也是行業(yè)內(nèi)首個在 THOR 端側(cè)平臺達成 1:1.5（視頻生成時間：視頻時長）實時生成的具身世界模型。該模型部署于Jetson Thor T5000 端側(cè)平臺，算力可達517 TFlops，不僅能在 3D 仿真環(huán)境中精準生成機械臂運動形態(tài)、完成運動軌跡的預(yù)測與規(guī)劃，更可依托 THOR 端側(cè)平臺實現(xiàn)機器人本體的真實驅(qū)動與作業(yè)執(zhí)行，讓機器人真正從“會表演”走向“能干活”。

在全球權(quán)威具身智能 Benchmark 評測中，Kairos 3.0-4B 各項指標全面領(lǐng)先。在 A800 GPU Benchmark 中，基于模型能力和推理工具，Kairos 3.0-4B 的推理速度較 Cosmos 2.5 提升 72 倍，刷新全球具身世界模型性能紀錄，充分驗證了其硬核技術(shù)實力。

Kairos 3.0-4B 兼具通用世界模型能力與具身場景深度賦能優(yōu)勢。在通用場景下，該模型可生成高度還原的真實物理世界，以黃果樹瀑布為例，其能精準呈現(xiàn)自然光影效果，支持流暢運鏡且無畫面跳幀，云、水、葉片等元素均可實現(xiàn)動態(tài)演化；同時，模型深度適配具身智能需求，憑借雙重能力打通數(shù)字仿真與物理執(zhí)行，以中國自研核心技術(shù)破解行業(yè)核心痛點，為具身智能規(guī)模化落地提供核心引擎，成為具備全球競爭力的具身世界模型標桿。

以原生世界模型架構(gòu)，筑牢具身智能對物理世界的底層認知

當前，具身智能行業(yè)深陷數(shù)據(jù)稀缺且割裂的困境，傳統(tǒng)生成式模型僅側(cè)重視頻生成，缺乏對物理世界的深度認知，因此面臨長時序交互不足、部署算力成本高昂、狀態(tài)預(yù)測物理一致性差等行業(yè)瓶頸。

作為業(yè)內(nèi)首個實現(xiàn) “多模態(tài)理解 — 生成 — 預(yù)測” 一體化的開源具身原生世界模型，Kairos 3.0-4B 與市面上 “大模型改款” 的生成式模型有著本質(zhì)區(qū)別。該模型并非在大語言或視覺模型后簡單附加運動接口，而是從架構(gòu)底層為機器人在真實世界的運行進行設(shè)計，以自然界基本物理規(guī)律與因果規(guī)律為認知根基，構(gòu)建起跨本體的統(tǒng)一世界理解框架，徹底打破傳統(tǒng)具身智能 “行為模仿” 的技術(shù)局限，將模型能力升級至 “物理級深度理解” 的全新維度。

圍繞 “理解世界、生成世界、預(yù)測世界” 三大核心能力，Kairos 3.0-4B 將物理規(guī)律與因果思維鏈深度嵌入模型決策過程，讓模型做到 “知其然更知其所以然”。其核心突破在于深度融合機器人真機交互、人類行為結(jié)構(gòu)化與思維鏈文本三類關(guān)鍵數(shù)據(jù)，有效打破多元數(shù)據(jù)壁壘，大幅提升真實世界數(shù)據(jù)的復(fù)用效率，顯著優(yōu)化具身智能的尺度定律效率。

得益于原生架構(gòu)的優(yōu)勢，該模型不再依賴昂貴且稀缺的真機數(shù)據(jù)，而是通過內(nèi)化物理規(guī)律、推演因果邏輯，在更優(yōu)的模型與數(shù)據(jù)規(guī)模下，實現(xiàn)強泛化、長時序推理與可靠的端側(cè)部署。它能精準解析物體受力、重心、摩擦等物理約束，完成復(fù)雜任務(wù)的推理、規(guī)劃與可行性分析，兼容多模態(tài)傳感器指令，高效理解機器人動作與人類行為邏輯，實現(xiàn)從 “執(zhí)行指令” 到 “理解任務(wù)” 的本質(zhì)跨越。

在復(fù)雜交互場景的實測中，機器人可平穩(wěn)端起盛有水的托盤，運動過程中水面呈現(xiàn)自然真實的水波動態(tài)；將托盤放置桌面后，模型憑借任務(wù)思維鏈自主規(guī)劃，精準判斷牛奶蘋果的擺放位置，有序?qū)⑽锲芬?guī)整放置于托盤之上。

物理因果一致性全面領(lǐng)先全球主流模型

在倒水、疊平衡石等具有一定難度的物理交互場景中，Kairos 3.0-4B 憑借原生世界模型的物理因果一致性優(yōu)勢，通過內(nèi)化物理規(guī)律與因果思維鏈，實現(xiàn)了物理因果一致性全面領(lǐng)先主流具身世界模型，展現(xiàn)出對真實世界規(guī)則的深度理解與精準復(fù)現(xiàn)。

在倒水場景中，Kairos 3.0-4B 控制機器人將水從水杯倒入水槽時，水流速度平穩(wěn)且液體總量嚴格匹配水杯容量，完全符合質(zhì)量守恒與流體動力學規(guī)律；而 Cosmos 2.5 與 Lingbot 在該場景中則出現(xiàn)水流速度過快的問題，甚至出現(xiàn)液體總量遠超水杯實際容量的異常情況，物理邏輯嚴重失真。

在疊平衡石場景中，Kairos 3.0-4B 精準復(fù)現(xiàn)了石頭的剛性與力學平衡特性，每一塊石頭的堆疊都嚴格遵循重力與支撐結(jié)構(gòu)的物理規(guī)律；Cosmos 2.5 生成的石頭出現(xiàn)懸浮現(xiàn)象，Lingbot 的石頭則喪失剛性屬性，最底層的石頭甚至憑空消失，物理一致性徹底崩塌。

7分鐘長時連貫場景動態(tài)交互

在具身智能領(lǐng)域，長時序視頻生成始終是制約技術(shù)落地的核心瓶頸。

憑借 “多模態(tài)理解 — 生成 — 預(yù)測” 一體化架構(gòu)，大曉機器人推出的 Kairos 3.0-4B，可結(jié)合Agent智能體技術(shù)，在長時序視頻生成能力上實現(xiàn)顛覆性突破。Kairos智能體可將用戶復(fù)雜交互指令進行層級化解析與結(jié)構(gòu)化拆解，依托模型對序列間的時空演化、物理規(guī)則、場景動態(tài)及交互邏輯精細化預(yù)測，補全連續(xù)世界信息，并通過自我反思機制實現(xiàn)閉環(huán)迭代優(yōu)化。最終生成長達 7 分鐘的具身動態(tài)交互視頻，且全程保持場景連貫與物理真實，為具身智能的訓練與落地開辟了全新路徑。

在家庭場景 Demo 中，機器人實現(xiàn)全流程一鏡到底的自主作業(yè)：先有序整理桌面上的杯子與紙巾盒，規(guī)劃合適位置擺放物品，隨后自主進入洗衣機，撿拾衣服，打開洗衣機、完成衣物投放與清洗操作；接著穿過客廳進入廚房，開啟冰箱取出牛奶，打開壁櫥取出麥片，并打開抽屜取出碗與勺子，將麥片和牛奶倒入碗中，自主完成早餐制備。整個過程無斷點，真實展現(xiàn)了模型的流暢動態(tài)交互、物體屬性識別、符合物理規(guī)則的受力操控、柔性衣物物理表征能力，并依托完整任務(wù)思維鏈實現(xiàn)多場景自主規(guī)劃與連貫執(zhí)行，驗證了模型在復(fù)雜家居環(huán)境下的物理認知、長時序推理與動態(tài)交互能力，后續(xù)將持續(xù)提升超精細操作能力。

這一能力讓具身智能能夠從容應(yīng)對多場景下的復(fù)雜動態(tài)任務(wù)。無論是工業(yè)制造中的長流程裝配，還是家庭服務(wù)中的持續(xù)交互，Kairos 3.0-4B 都能生成連貫、真實的場景模擬，顯著提升模型的泛化能力與部署可靠性，推動具身智能從實驗室走向產(chǎn)業(yè)一線。

以輕量化實現(xiàn)高效能推理速度

Kairos 3.0-4B 模型憑借架構(gòu)創(chuàng)新與技術(shù)突破，在推理效率、算力消耗、部署適配三大維度均實現(xiàn)業(yè)界領(lǐng)先，同時徹底突破具身智能端側(cè)實時部署的核心瓶頸。

Kairos 3.0-4B 在行業(yè)內(nèi)率先實現(xiàn)云側(cè) 1:1 實時推理，推理速度較 Cosmos 2.5 提升 72 倍。同時，它也是行業(yè)首個在 THOR 平臺端側(cè)部署的具身世界模型，可在端側(cè)實現(xiàn)高效實時推理。依托端側(cè)部署，模型可直接輸出機器人從上肢到手指再到下肢的全方位控制指令，省去中間轉(zhuǎn)譯環(huán)節(jié)，讓機器人 “想到即可做到”。

在 A800 GPU 性能 Benchmark 中，Kairos 3.0-4B 憑借自研的混合時間線性注意力算子，實現(xiàn)了算力效率與推理速度的數(shù)量級突破，性能全面碾壓主流具身世界模型。

推理速度上，Kairos 3.0-4B 完成10秒生成任務(wù)耗時僅 9.5 秒，比 Cosmos 2.5（687.2 秒）快約 72 倍，比 Wan 2.2（85 秒）快約 9 倍，比 Lingbot（1436 秒）快約 151 倍。

Kairos 3.0-4B 以 4B 輕量化參數(shù)實現(xiàn) 23.5GB 顯存占用，與 5B 的 Wan 2.2 相當，遠低于 14B 的 Cosmos（70.2GB）和 28B 的 Lingbot（46.1GB），在保持極致性能的同時，大幅降低部署門檻，完美適配具身智能端側(cè)實時推理需求，打破 “大參數(shù) = 高性能” 的行業(yè)固有認知。

Kairos 3.0-4B 憑借極低的算力消耗與顯存占用，在單卡、多卡環(huán)境下均實現(xiàn)業(yè)界領(lǐng)先的實時推理速度，完美適配英偉達、沐曦、海光、壁仞等多款 GPU。其高效能特性可直接滿足具身智能系統(tǒng)低延遲、高可靠、端側(cè)實時部署的需求，無需依賴昂貴的真機數(shù)據(jù)，即可實現(xiàn)強泛化與可靠部署。

一腦多形，實現(xiàn)多本體泛化新高度

Kairos 3.0-4B 模型另一大核心優(yōu)勢是強大的多本體泛化能力，徹底破解了傳統(tǒng)具身模型 “一本體一訓練” 的行業(yè)痛點，實現(xiàn) “同一大腦適配多本體、多任務(wù)” 的高效落地。

Kairos 3.0-4B 支持跨本體任務(wù)一鍵生成，可無縫適配單臂、雙臂、靈巧手等不同形態(tài)的機器人本體，針對同一任務(wù)無需額外訓練，即可快速生成適配各本體的執(zhí)行策略，實現(xiàn)世界知識的高效共享與遷移，適配性拉滿。在硬件兼容上，模型深度支持智元 - 精靈 G1、松靈 - PIPER、宇樹 G1 等主流機器人硬件，打破不同廠商、不同形態(tài)設(shè)備的本體壁壘。

權(quán)威Benchmark性能全面領(lǐng)跑

Kairos 3.0-4B 模型在全球權(quán)威具身智能與世界模型評測基準中展現(xiàn)出壓倒性的綜合性能，在具身場景實現(xiàn)全面領(lǐng)跑，精準驗證了其 “物理級深度理解 + 高效能架構(gòu)” 的核心優(yōu)勢。

在具身場景中，Kairos 3.0-4B 在三項權(quán)威 Benchmark 中均實現(xiàn)性能領(lǐng)跑：

PAI-Bench-robot（物理 AI 具身綜合基準）：由佐治亞理工學院與卡內(nèi)基梅隆大學聯(lián)合開發(fā)，是物理 AI 領(lǐng)域首個針對具身場景的綜合評測框架，覆蓋 2808 個真實世界案例，被全球頂尖團隊廣泛采用。

Kairos 3.0-4B以80.03分領(lǐng)跑，全面超越 Cosmos 2.5-2B（78.3 分）、阿里Wan 2.2-5B（78.6 分）、Cosmos 2.5-14B（79.4分）及螞蟻 Lingbot（79.96分），驗證了其在具身任務(wù)執(zhí)行、物理交互穩(wěn)定性上的行業(yè)第一地位。

WorldModelBench-robot TI2V（文本到具身視覺生成基準）：在CVPR 2025 Workshop提出，是首個專門評估世界模型文本到具身視覺生成能力的基準，通過 67K 人類標注數(shù)據(jù)精準檢測物理一致性與指令遵循能力。

Kairos 3.0-4B以9.08分超越所有競品，顯著領(lǐng)先阿里Wan 2.2-5B（8.52分）、Cosmos 2.5-14B（8.94分），以及Cosmos 2.5-2B、螞蟻Lingbot（均為9.04分），證明其在長時序物理場景理解與生成精度上的領(lǐng)先性。

DreamGen Bench (PA/IF)（機器人視頻生成基準）：由 NVIDIA GEAR Lab 開發(fā)，通過物理對齊（PA）與交互保真（IF）兩項核心指標，直接評估模型生成數(shù)據(jù)的物理合理性與交互質(zhì)量，是機器人領(lǐng)域的權(quán)威評測工具。

Kairos3.0-4B的PA得分為0.529，大幅領(lǐng)先阿里Wan 2.2-5B（0.314），提升近70%；同時領(lǐng)先Cosmos 2.5-2B（0.418）、Cosmos 2.5-14B（0.495）、螞蟻Lingbot（0.466），分別提升27%、7% 和14%。IF得分為0.609，同樣全面超越競品，相較于Cosmos 2.5-2B、阿里Wan2.2-5B、Cosmos 2.5-14B、螞蟻Lingbot，分別提升7%、12%、27%和7%，直接驗證了其物理因果一致性的核心優(yōu)勢。

*（上述精度測試基于開源模型復(fù)現(xiàn)，其中robot為對應(yīng)具身子集的結(jié)果）

作為中國自研的原生具身世界模型，Kairos 3.0-4B 直擊行業(yè)數(shù)據(jù)、算力、物理推理與落地部署等核心瓶頸。該模型既可作為高效數(shù)據(jù)仿真器，低成本、規(guī)?；糯笥柧殧?shù)據(jù)體量，有效破解真機交互數(shù)據(jù)稀缺的行業(yè)痛點；更能跳出純仿真應(yīng)用范疇，直接驅(qū)動機器人本體完成各類實體任務(wù)，真正打通從虛擬仿真到物理執(zhí)行的全鏈路，讓機器人擁有聰明的“大腦”，加速具身智能智慧躍遷，為具身智能的規(guī)?；涞靥峁┖诵募夹g(shù)支撐，為全球具身智能行業(yè)發(fā)展貢獻了領(lǐng)先的中國方案。

該技術(shù)成果已上傳：

Code:

https://github.com/kairos-agi/kairos-sensenova

Hugging Face:

https://huggingface.co/kairos-agi/kairos-sensenova-common