8 月 6 日，黎曼动力正式官宣，分别与光轮智能、诺亦腾机器人达成深度战略合作。合作围绕自研 Riemann-1.0 具身世界动作模型、Matrix-Game 3.5 交互式世界模型展开，三方将在高质量多模态数据采集、模型标准化训练、机器人规模化性能评测、真机落地部署与迭代反馈等多维度协同发力，共同落地 2026 年百万小时量级的具身智能数据基建项目。

　　本次战略合作，标志黎曼动力的发展重心从单一模型性能突破，升级为搭建一体化产业闭环，完整覆盖数据生成、模型训练、真机场景验证、结果反向优化全流程。后续黎曼动力会根据 Riemann 系列具身大脑在真实任务中的实操表现定位数据短板，借助多模态数据平台、标准化评测体系与真机运行反馈机制，持续加速通用具身大模型迭代优化速度。

　　想要让具身智能机器人精准感知、操控真实物理环境，仅依靠视觉图像数据远远不足。机器人需要感知抓取力度、人体关节运动轨迹、三维空间连续动作，以及人、物体、环境之间动态交互关系。融合人体动作、力觉反馈、环境动态变化、交互物体状态的高精度多模态数据，是打造通用机器人大脑的核心基础。基于这一行业痛点，黎曼动力规划在 2026 年底完成百万小时量级具身数据集采集与训练，搭建支撑长期研发的全套具身智能基础设施。

　　在和光轮智能的协同合作中，双方将完成黎曼动力两大核心模型与光轮智能 EgoSuite 人类数据平台、RoboFinals 评测平台、RoboStack 真机部署反馈平台的适配对接。依托 Riemann-1.0 在移动操作、物体精细交互、居家服务、长序列任务中的测试表现，黎曼动力能够精准输出模型缺失的数据类型与能力方向。光轮智能依托自有平台定向批量产出标准化人类行为多模态数据，直接回流模型训练环节。这套定向数据生产模式，改变行业单纯堆砌数据规模的传统路径，让每一轮模型迭代都针对性弥补实操短板。

　　与诺亦腾机器人的合作则聚焦高精度动捕与触觉数据补齐，完善全维度多模态数据体系。诺亦腾深耕人体动作捕捉、接触力反馈采集技术多年，能够为 Riemann-1.0 提供长尾复杂任务、精细力度控制、跨机器人本体泛化训练所需的核心数据。双方联合采集包含人体完整动作轨迹、关节运动参数、抓取接触力反馈、交互物体状态变化的多维数据，同步攻克多模态数据时空高精度同步技术难题。黎曼动力会结合模型训练效果、真机实测结果持续优化数据采集标准、加工流程与质量审核体系，实现数据优化与模型升级双向促进。

　　本次合作依托黎曼动力两条核心技术路线并行推进。Riemann-1.0 是面向物理智能打造的具身世界动作模型，通过海量人类行为视频学习环境变化逻辑与动作因果关系，在多项国际机器人权威基准测试中成绩领先。在行业公认难度极高的居家任务评测基准 RoboCasa-365 中，该模型平均任务成功率达到 62.6%，较此前行业最优水平提升 8.4 个百分点。Matrix-Game 3.5 主打交互式世界模型，搭载长时记忆、持续实时交互、开放环境模拟三大核心能力。通过联合生态伙伴完善数据、评测、真机落地全链条闭环，两大模型的落地验证速度将大幅提升。

　　黎曼动力联合创始人李阳光表示，若想让机器人稳定运行于复杂开放的现实场景，必须源源不断供给多样、可落地、可验证的高质量训练数据。本次联合光轮智能、诺亦腾机器人，能够让模型的真实能力需求直接指导数据生产，再通过真机部署反馈持续打磨模型性能。

　　随着百万小时具身智能数据项目落地推进，黎曼动力将持续布局世界模型研发、机器人本体设计、运动控制算法、标准化评测体系、实景数据闭环全产业链环节，推动机器人技术从基础视觉感知，进阶至长期稳定、高泛化能力的真实世界自主交互。