Mundo

Mundo 是大晓机器人（ACE Robotics）联合南洋理工大学 S-Lab（吕健勤团队）于 2026 年 10 月 30 日发布的定制化机器人世界模型。只需某个真实场所的几张照片或一段短视频，它就能重建出一个可自由探索、可编辑的三维世界：物体带有物理属性，机器人可以在其中导航和操作。

其底层把显式的 3D 代理（proxy）、基于代码的场景程序、物理引擎（MuJoCo）和视频扩散模型结合起来：物理引擎算运动，视频模型以原始照片为参考把结果渲染成画面。

能做什么

• 自由视角探索：1–12 张图就能让相机在房间里自由穿行；更大的空间可用几十张图生成数十秒到分钟级的长路径画面。
• 物理交互：在场景程序里给物体设置质量、摩擦等属性，推、拉、碰撞、重力由物理引擎计算后再渲染出来。
• Agent 可编辑：视觉语言模型 Agent 可以通过代码修改物体、属性和动作。
• 机器人训练：支持导航（在 3D 代理上做路径规划）和操作（如把苹果放进碗里），生成第一/第三人称及腕部相机视角，并保留轨迹与接触状态，用于 Real-to-Sim 数据生成。
• 4D“子弹时间”：可暂停某个模拟瞬间，绕着它多角度观察。

背景与局限

Mundo 属于大晓机器人以 Kairos（开悟） 为核心的世界模型体系。作者坦言目前速度较慢（场景重建 10–20 分钟，8 张 A800 上渲染约 1.5 帧/秒），小物体可能“漂浮”，也还没有长时记忆。它与启元的 PrimeSim 同日发布。

从哪里开始

1. 项目主页（含演示视频）：mundo-world-model.github.io。
2. 技术博客：Hugging Face 博客 — Mundo。
3. 适合：搭建 Real-to-Sim 流程的机器人团队（例如重建酒店楼层后训练导航/操作），以及做三维重建 + 视频生成方向的研究者。
4. 引用名：luo2026mundo（“Mundo: Customized World Model”）。