全球首个机器人训练楼盘开盘：30 万套中国住宅，机器人拎包入住

📌 一句话摘要

大晓机器人联合港中文 MMLab 发布 Kairos-Homeworld，将 30 万套中国真实住宅户型转化为具身智能训练仿真环境，并开源 4B 参数世界模型 Kairos 3.0-4B，为机器人提供数字训练场与物理理解大脑。

📝 详细摘要

文章报道了大晓机器人联合港中文 MMLab 发布的两项具身智能核心成果：Kairos-Homeworld 和 Kairos 3.0-4B 世界模型。Kairos-Homeworld 是全球首个全屋三维生成与物体级全交互框架，将 30 万套中国真实住宅户型转化为机器人训练仿真环境，并支持通过分层生成框架（户型图→家具布置→自动纠错→可交互物体）自动生成新场景，解决了欧美数据集在中国家庭环境中的「水土不服」问题。Kairos 3.0-4B 则是一个 4B 参数的世界模型，采用「理解-生成-预测」一体化架构和混合线性注意力算子，推理速度比 NVIDIA Cosmos 2.5 快 72 倍，支持实时物理预测（如液体流动、叠石平衡），并兼容国产 GPU。文章将两项工作置于英伟达具身负责人 Jim Fan 提出的「世界模型+数据+环境」规模化路线图中，指出它们分别对应了具身智能发展的核心基础设施。

💡 主要观点

- Kairos-Homeworld 首次系统性将中国家庭空间结构纳入具身智能训练体系。 开源 30 万套中国真实住宅户型与 5000 个完整可交互 3D 场景，规模是 RPLAN 的 4 倍、ResPlan 的 17 倍，解决了此前欧美数据集在中国家庭中「水土不服」的问题。

Kairos-Homeworld 采用分层生成框架，支持自动生成新训练环境。 框架分为户型图生成、家具布置、自动纠错（碰撞率从 0.20 降至 0.05）、补充可交互物体四步，使训练环境规模可无限扩展，边际成本趋近于零。

Kairos 3.0-4B 世界模型实现了实时物理预测与端侧部署能力。 4B 参数模型推理速度比 Cosmos 2.5 快 72 倍，生成 10 秒任务仅需 9.5 秒、显存 23.5GB，首次使世界模型具备部署到机器人端侧实时运行的能力，并兼容国产 GPU。

两项工作分别对应具身智能规模化发展的三项核心基础设施。 Kairos 3.0 对应世界模型（理解物理规律），Kairos-Homeworld 同时提供数据（30 万套户型）和环境（自动生成仿真场景），覆盖 Jim Fan 提出的规模化路线图。

💬 文章金句

- Kairos-Homeworld 并不只是生成一套房子。它真正生成的，是一个机器人能够不断练习、不断犯错、不断成长的数字训练场。

• 如果说 Kairos-Homeworld 是在给机器人建造训练场，那么 Kairos 3.0-4B 做的，则是给机器人装上理解这个世界的大脑。
• 世界模型不再只是实验室里的演示视频，而开始真正成为机器人的「大脑」。

📊 文章信息

AI 初评：87

来源：量子位

作者：henry

分类：人工智能

语言：中文

阅读时间：16 分钟

字数：3882

标签： 具身智能, 世界模型, 仿真环境, 机器人训练, AI 数据集

阅读完整文章