山猫M20真机导航成功率从25%拉到65%：云深处一口气公布五项“具身大脑”成果，真机数据跑了3294公里
云深处科技围绕自研具身大脑DEEPRobotics-Brain集中公布五项研究成果，覆盖世界模型、具身基础模型、具身智能体、策略优化框架和数据闭环平台；其中DR-APO让山猫M20轮足机器人在真实场景的导航成功率从25%提升到65%。
同一台山猫M20轮足机器人，换一套训练方法，真实场景里的导航成功率从25%涨到了65%。10月28日，云深处科技围绕自研具身大脑DEEPRobotics-Brain集中公布五项研究成果：世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO和数据闭环平台DR-Benchmark。
这批论文由云深处联合麻省理工学院、加州大学圣地亚哥分校、伊利诺伊大学、清华大学、浙江大学、香港科技大学、北京理工大学七所高校完成。世界模型DR-WM-1.0在四足机器人世界模型里引入摩擦力、粗糙度与刚度等物理特性，基于258万张图像和超过10万段真机片段预训练，用来在行动前“预演”一条路走上去会不会打滑。
具身基础模型DR-VLA-2.0分导航和操作两条线。导航上，团队构建的EgoLynx数据集整合了1万小时人类第一视角网络视频和2000段机器人示教片段，在测试集上导航综合评分提升约5%，最终航向误差降低14.6%。操作上，云深处把机械臂运动拆成13个“原子坐标”，接入力反馈后，插头插接和花瓶擦拭两项接触任务的进度分别达到78.5%和75.2%。
开头那组数字来自策略优化框架DR-APO。它与浙江大学合作提出，把策略改进和底层策略表征拆开，同一套强化学习方法能用于高斯、扩散和流三类策略。在具身视觉导航后训练中，预训练模型NavDP的仿真成功率从70.33%提升到89.55%；换到山猫M20真机上，导航成功率从25%提升到65%。
具身智能体DR-Agent解决的是“记忆过期”：家里的东西被挪了位置，机器人还按老地图去找。团队配套搭建的EvoWorldBench评测基准包含54个仿真场景、超过80万条任务实例，累计约23.9万次物体状态变化。
五项成果里最“重”的是数据。数据闭环平台DR-Benchmark的核心数据集LynxScenes，全部用山猫M20在真实户外采集，累计833.6小时、3294.7公里，约10万段导航片段、300万个标注帧，覆盖27类物体、4类道路结构和20类导航指令；团队用它对25个代表性模型做了统一评测。
云深处给这套体系的应用场景写得很具体：雨雪后的变电站巡检先“预演”湿滑近路和绕行路线，社区和园区“最后一公里”配送里预判行人与障碍，电力柜操作和连接器插接则交给能接收力反馈的操作模型。