飞捷科思联合复旦发布统一世界动作模型，24项真机测试显示导航与操作表现领先

飞捷科思（Fysics AI）联合复旦大学认知与智能技术实验室（CITLab），于2026年11月提出统一世界动作模型Fysiverse-UniWAM。该模型尝试通过一个共享骨干网络，将自主导航、移动操作与固定工位灵巧操作三类能力贯通学习，且未以大规模机器人预训练为起点。

团队从预训练视频世界模型出发，提出操作锚定位姿（MAP），并构建了包含超过150万条轨迹、累计约7500小时的MAP-Data数据集。通过Mixed-Stream机制，导航与操作数据可独立采样、批量输入，共同更新共享骨干网络，降低了对完整移动操作示范数据的依赖。

在MAP-Bench基准测试中，Fysiverse-UniWAM平均位置误差为9.85厘米，平均朝向误差为2.30°，较最强外部基线分别降低30.1%和44.0%。在覆盖4种机器人平台的24项真机测试中，13项导航任务位置误差全部领先，4项移动操作任务成功率全部第一，平均成功率达80.0%；7项固定工位操作中整体成功率为68.9%。

团队还利用MAP-Data单独训练UniWAM-Sim并直接部署到真实机器人平台，零样本迁移取得18.7厘米的位置误差和6.34°的朝向误差。相关技术报告、代码及数据集已通过项目主页、GitHub和Hugging Face等渠道开源。