Riemann-1.0 想真正理解一个物体如何被抓取、移动和操作,仅有视觉信息远远不够。
机器人不仅需要看到物体,还需要理解手指抓握时的力度变化、关节运动状态,以及动作在三维空间中的连续轨迹。这些涵盖人体运动、力触觉反馈与环境交互的高精度多模态数据,正是构建下一代具身智能模型的重要基础。
近日,黎曼动力 Riemann Dynamics 与诺亦腾机器人 Noitom Robotics 正式达成战略合作。双方将共同推进100万小时具身数据建设,围绕机器人训练数据、模型研发与真实场景验证开展深度协同,依托高精度动作数据、力反馈数据等多模态具身数据,构建"数据生产—模型训练—真实部署—反馈优化"的技术闭环,持续推动 Riemann 系列具身大脑模型进化,提升机器人对真实世界的理解、推理与执行能力。
图片|黎曼动力联合创始人李阳光与诺亦腾机器人副总裁、合伙人李遥代表双方签约
01 / RIEMANN-1.0
为什么需要人体动作位姿与压力触觉数据
机器人要真正走入复杂的物理世界,仅依赖视觉数据是不够的。相比互联网时代的大模型主要通过文本和图像学习知识,具身智能模型需要理解动作如何发生、物体如何响应以及人与环境如何交互。因此,机器人训练不仅需要视觉观察,还需要人体动作位姿、接触力觉、交互对象状态以及环境变化等多模态信息,并保证这些信息在时间和空间上的精确对齐。
然而,这类数据的获取具有更高难度:既需要精准捕捉人体运动轨迹,也需要同步记录接触过程中的力学变化,同时保证不同模态数据之间的精准时间同步。只有建立这样的数据基础,模型才能学习从“看到”到“理解”、再到“执行”的完整能力链路。
诺亦腾机器人在动作捕捉、人机交互以及多模态行为数据采集领域拥有长期技术积累。本次合作中,双方将围绕 Riemann-1.0 在长尾任务、复杂操作以及跨本体泛化等方向的能力提升需求,共同建设高质量、多模态具身数据体系,采集包含动作轨迹、力觉反馈等信息的训练数据,并持续回流至模型训练流程。
与此同时,黎曼动力将结合模型训练效果与真实机器人验证结果,对数据采集、处理流程和质量评估体系进行动态优化,形成数据与模型协同演进的闭环。通过这一机制,Riemann 系列具身大脑模型将获得更加丰富、精准的真实世界交互经验,进一步提升在精细操作、力控任务以及复杂环境理解与执行等场景中的能力。
02 / SIGNING CEREMONY
签约仪式上,双方怎么说
签约仪式上,诺亦腾机器人副总裁、合伙人李遥与黎曼动力联合创始人李阳光代表双方签署战略合作框架协议。
QUOTE / 01
黎曼动力联合创始人李阳光表示:“机器人具身大脑模型要真正进入复杂、开放的真实环境,需要持续获得高质量、多样化并且能够验证的数据。诺亦腾机器人在人体动作、多模态数据采集和数据工程方面拥有长期积累。我们期待双方共同建立数据与模型之间的反馈机制,让数据更精准地服务于模型训练,也让模型在真实任务中的表现持续推动数据体系演进。”
QUOTE / 02
诺亦腾机器人副总裁、合伙人李遥表示:“让物理世界变得可学习,需要数据、模型与真实部署之间形成持续反馈。黎曼动力在机器人操作模型方向的探索,与诺亦腾机器人建设 Physical AI 数据基础设施的目标高度契合。我们期待通过双方合作,让模型需求更直接地参与数据体系建设,使高质量数据真正转化为机器人的智能与行动能力。”
ABOUT / RIEMANN DYNAMICS
关于黎曼动力
黎曼动力(Riemann Dynamics,全称北京黎曼动力机器人科技有限公司)专注于具身智能与 Physical AI,致力于打造面向真实世界的下一代机器人通用大脑。基于 Matrix-Game 世界模型技术体系,我们构建融合世界理解、未来预测与动作决策的统一智能框架,让机器人能够持续理解环境、自主规划并完成复杂操作。
围绕家庭服务、移动操作等核心场景,我们已积累数十万小时高质量人类与机器人数据,持续推进世界模型、本体设计、运动控制与真实场景数据闭环的融合,推动机器人从感知理解走向长期、稳定、可泛化的真实世界交互。
ABOUT / NOITOM ROBOTICS
关于诺亦腾机器人
诺亦腾机器人(Noitom Robotics,全称诺亦腾机器人科技(北京)有限公司)是一家致力于推动物理AI与人形机器人发展的数据公司,以"数据"为核心交付界面,依托动作捕捉与人机交互技术体系,为机器人企业、具身智能模型团队提供高质量、可规模化的训练数据基础设施。诺亦腾机器人致力于搭建起人类智慧与机器人智能之间的桥梁,为行业注入持续动能,加速具身智能在多样化环境中的发展与落地。