黎曼动力近日宣布与光轮智能、诺亦腾机器人（Noitom Robotics）达成深度战略合作，三方将围绕具身智能领域展开多维度协同，共同推进百万小时级高质量具身数据体系建设。此次合作标志着黎曼动力从单一模型研发向"数据-模型-验证-迭代"全链路闭环的转型，旨在通过系统性工程突破通用具身智能的技术瓶颈。
合作框架下，黎曼动力将联合光轮智能构建覆盖数据采集、模型训练、评测验证和机器人部署的完整生态。针对Riemann-1.0具身动作模型与Matrix-Game 3.5交互世界模型，双方将整合光轮智能的EgoSuite人类行为数据平台、RoboFinals评测体系及RoboStack部署反馈系统，实现从实验室到真实场景的闭环验证。这种协作模式使模型迭代能够直接对接真实任务中的能力短板，而非单纯依赖数据规模扩张。
在数据采集维度，诺亦腾机器人将发挥其在动作捕捉与多模态传感领域的核心技术优势。通过部署高精度运动捕捉系统与力反馈传感器，合作方将构建包含人体动作轨迹、关节运动参数、接触力觉数据及环境交互状态的多维数据集。特别针对长尾任务、精细操作和跨本体泛化等复杂场景，双方将重点解决多模态数据在时空维度上的同步校准问题，确保训练数据的真实性和可用性。
技术突破方面，Riemann-1.0模型已在国际权威基准测试中展现领先实力。在机器人领域极具挑战性的RoboCasa-365家务任务测试中，该模型以62.6%的平均成功率登顶榜首，较前纪录保持者提升8.4个百分点。这一成果得益于其对人类行为视频的深度学习，使其能够准确理解环境状态变化与动作结果的关联关系。而Matrix-Game 3.5则聚焦交互式世界模型构建，通过引入长期记忆机制和开放世界模拟能力，为机器人提供更持续的场景理解能力。
数据工程层面，合作方建立了动态优化机制。黎曼动力将根据模型训练效果和真实机器人部署反馈，持续调整数据采集策略与处理流程。光轮智能的EgoSuite平台将围绕具体任务需求，组织规模化的人类行为数据生产，形成"需求驱动-数据生产-模型优化-场景验证"的良性循环。这种闭环体系使每轮模型迭代都能精准解决实际能力缺陷，避免无效数据积累。
黎曼动力联合创始人李阳光强调："通用具身智能的发展需要构建能够自我演进的数据生态系统。通过与生态伙伴的深度协作，我们正在建立模型能力需求与数据体系建设的直接映射关系，让真实场景的反馈持续推动技术突破。"据悉，三方计划在2026年底前完成百万小时级具身数据积累，为下一代机器人通用大脑的研发奠定基础。
当前合作已进入实质推进阶段，首批多模态数据集正在采集处理中。随着数据闭环体系的完善，黎曼动力将同步优化世界模型架构、本体运动控制算法和场景适配评测体系，推动机器人从单一任务执行向复杂环境自主交互演进。这种系统化布局有望破解具身智能领域长期存在的"数据孤岛"和"场景碎片化"难题，为行业提供可复制的技术发展路径。
