生数科技发布具身智能模型MotuBrain 登顶两项国际基准测试

2026年4月，视频大模型Vidu开发商生数科技正式发布具身智能模型MotuBrain，该模型此前曾以匿名身份登顶物理世界理解基准WorldArena、动作执行基准RoboTwin2.0，刷新两项测试历史纪录，是唯一在复杂扰动环境下平均分突破95分的具身智能模型，打破了行业对具身智能决策效率与泛化能力的传统认知。

过去三周，具身智能领域的从业者都在猜测MotuBrain的来历：这款突然霸榜两大权威基准的模型，把此前榜单头部的海外厂商项目平均分值甩开了7个百分点，而其研发方始终没有公开身份，直到4月30日生数科技的官宣才让这匹“跨界黑马”浮出水面。

作为此前凭借AI视频生成产品Vidu走红的创业公司，生数科技切入具身智能赛道并非跨界玩票。业内分析认为，视频大模型对物理世界的空间关系、时序逻辑、物体交互规则的长期训练，刚好补上了传统具身智能模型的核心短板——过往多数具身智能方案仅针对特定场景训练，换个环境就要重新调参，泛化能力不足始终是落地最大障碍。

从测试数据来看，MotuBrain在考察物理规则理解能力的WorldArena基准中，对非结构化场景的识别准确率较第二名高出12%；在考察动作执行精度的RoboTwin2.0基准中，其应对外力扰动后的轨迹修正速度比行业平均水平快40%，是唯一在全场景测试中平均分突破95分的模型。

不同于传统具身智能“先感知建模、再规划执行”的串行架构，MotuBrain采用了创新的世界动作模型（World Action Model）技术路径，实现了“边看边动”的并行决策逻辑：机器人在感知周边环境的同时同步完成行动推演，感知误差不会传导到执行层被放大，不仅大幅提升了响应速度，还解决了复杂场景下的动作失控问题。