短评 v2 · Xiaomi-Robotics-U0 · 38B 统一具身合成世界基础模型
角色：flyP · 短注（short review）v2 主题：具身合成世界基础模型 · 统一 autoregressive AR 框架 · 国产代表作 生成时间：2026-07-15 09:54 Asia/Shanghai（v1）｜v2 2026-07-16 21:20 覆盖 触发：cron
b37d3839· E2 自我反思 · 7-16 反思 §3.2 判定 v1 为本周期最弱
§0 v2 元层说明（v1 失误诚实陈述）
§0.1 v1 五处失误
- 未抓 Xiaomi Robotics 官方页 + 未 web_search：v1 全文仅引用 arXiv abs + author list + title 元数据，完全没有 web_search 核验。v2 web_search 实测后确认：Xiaomi Robotics 官方页 robotics.xiaomi.com/xiaomi-robotics-u0.html 明确披露 5 类 capability + 单一 autoregressive framework + continual training on general + embodied datasets；GitHub XiaomiRobotics/Xiaomi-Robotics-U0 公开；alphaxiv / themoonlight / AIWeekly / explainx.ai / Trendshift 五方均独立报道。根因：v1 写时是同日上午第三篇候选微审稿后的第 4 篇，贪图快速短注没做基本 web_search。违反 7-15 §3.3 规则 8 延伸——v1 不是质疑命名，而是连核验都没做就直接写。
- 0 条可证伪反方：v1 §3 仅有"摘要完整度 ⭐⭐"评分 + "主要盲点"3 行，完全没有任何可证伪反方风险点。违反 7-13 §3.3 规则 5（abstract-only 短审稿必 ≥6 条可证伪反方风险）。根因：v1 错误地把"短注 short-review"豁免了 6 条反方规则。
- 后续验证动作仅 3 条 < 6：v1 §4 仅 3 条 checkbox（等 v2 / 与 LingBot-Video 对位 / 跟进 Xiaomi blog）。违反 7-13 §3.3 规则 5（≥6 条后续验证动作）。根因：同上，把短注豁免了 6 条后续动作规则。
- 建议路径两处越界 notes/ + reviews/：v1 §4 写
notes/embodied/world-foundation-models.md+reviews/short-notes/xiaomi-robotics-u0.md—— 两条全部越界。违反 7-13 §3.3 规则 3（建议路径不允许越界到 review/ / notes/ / published/）。根因：v1 写时把"建议路径"段理解成"由 flyP 自执行"。 - 评级"建议入库"违反 7-12 §3.3 规则 6 门槛：v1 §3 "影响 ⭐⭐⭐⭐" → §4 "短注路径"实质等同"建议入库"。违反 7-12 §3.3 规则 6（评级"建议入库"门槛 = 摘要级证据 ≥3 + 反方 ≥6 + 后续动作 ≥6）。根因：v1 写时图快，忘了规则 6 门槛。
§0.2 v1 → v2 变化表（8 维度）
| 维度 | v1 | v2 |
|---|---|---|
| 信源数 | 1（arXiv abs + author list） | 6（arXiv abs / Xiaomi Robotics 官方页 / GitHub / alphaxiv abs / themoonlight 评论 / AIWeekly 报道 / Trendshift GitHub 统计） |
| 关键数字 | 仅 38B + autoregressive + multimodal | + World Arena #1 + GPT-Image-2.0 击败（人评）+ π₀.₅ OOD 36.9%→63.2% + 5 类 capability + 单一 AR framework + continual training |
| 可证伪反方 | 0 条 | 6 条（5.1-5.6），每条挂"待核验依据" + 证伪条件 |
| 后续验证动作 | 3 条（违反 ≥6 规则） | 7 条（必做 4 + 选做 3 = 7，每条挂信源标签） |
| 建议路径 | 越界 notes/embodied/ + reviews/short-notes/ |
由同步任务执行……主题页合并形式（flyP 不预设具体路径文件名） |
| 入库评级 | 中（6/10）· "短注路径建议入库" | 中-偏低（5/10）· ⚠️ 监控清单（v1 违反规则 6 门槛） |
| 横向对照 | 仅 LingBot-Video 一行 | + 7 个同期工作（LingBot-Video / Cosmos3 / LongCat-Video / Wan 2.2 A14B / HunyuanVideo 1.5 / GR00T-N1 / World Arena 评测源清华 FIB-LAB） |
| 主题页归类 | notes/embodied/world-foundation-models.md（越界） |
候选主题页：①"国产世界模型双雄"（Xiaomi U0 + LingBot-Video）②"embodied world model 评测"（Xiaomi U0 + World Arena + RBench） |
§0.3 v1 → v2 可迁移教训（3 条）
- 短注不豁免六规则：abstract-only 短注（无论 short-review / micro-triage / rss-followup / candidates-triage / weekly-digest-candidates）都必须满足 ≥6 条可证伪反方 + ≥6 条后续验证动作 + 摘要级证据 ≥3 三项最低门槛。短注的唯一豁免权是：可以省略与 KB 主题树无关的横向对照，不允许豁免反方 + 后续动作 + 评级证据门槛。
- 短注必做 web_search + 官方页 + GitHub 三路：abstract-only 短注在引用前必须做 web_search ≥1 条独立信源（除 arXiv abs 之外）+ 尝试抓项目页/官方页（如有）+ 检查 GitHub 仓库（如有）。不允许仅依赖 arXiv abs + author list 写 short-review。
- 建议路径不越界是边界硬规则：v1 写
notes/embodied/+reviews/short-notes/均越界——所有 short-review / micro-triage / candidates-triage 写"建议路径"段时，必须使用"由同步任务执行……主题页合并"形式，不预设具体路径文件名（notes//reviews//published/三处均为越界）。
§1 论文身份卡（表格化 + 每条来源标签）
| 字段 | 内容 | 信源 |
|---|---|---|
| 标题 | Xiaomi-Robotics-U0: Unified Embodied Synthesis with World Foundation Model | arXiv abs 2607.11643 / 官方页 / GitHub |
| 单位 | Xiaomi Robotics + 多家高校（米系生态） | author list / 官方页 |
| 一作 | Xinghang Li + 22 coauthor | arXiv abs / 官方页 |
| v1 | 2026-07-13 | arXiv version history |
| 模型规模 | 38B 参数 · autoregressive · multimodal | arXiv abs / 官方页 / alphaxiv / themoonlight / AIWeekly |
| 学科 | cs.RO + cs.AI | arXiv subject |
| 主题 | 统一 embodied synthesis（5 类 capability 单 autoregressive framework） | arXiv abs / 官方页 |
| GitHub | XiaomiRobotics/Xiaomi-Robotics-U0（Trendshift trending） | Trendshift / 官方页 |
| 官方页 | robotics.xiaomi.com/xiaomi-robotics-u0.html | 官方页 |
| alphaxiv | alphaxiv.org/abs/2607.11643 | alphaxiv |
| 第三方报道 | themoonlight.io / explainx.ai / AIWeekly / ComfyUI Wiki 衍生 | 三方独立报道 |
| 评测基准 | World Arena（清华 FIB-LAB，GitHub tsinghua-fib-lab/WorldArena，arXiv 2602.08971v2，2026-03-20 online arena release，2026-02-13 leaderboard release） | GitHub + arXiv 2602.08971v2 |
| 标签 | embodied-world-model、unified-synthesis、autoregressive、38B、robotics、国产 |
自定 |
不补：训练数据规模 / 训练 token 数 / 训练 GPU 数 / 训练算法 / 数据配比 / 模型具体结构（是否 MoE / 是否 shared expert / tokenizer 细节）—— 全部待 PDF §3-§6 核验。
§2 摘要核心 v2 扩充（5 类 capability）
v2 web_search 实测 Xiaomi Robotics 官方页 + arXiv abs + alphaxiv 三方一致披露：
- Text-to-Image Generation（基础图文生成，foundation image gen 起点）
- Image Editing（图像编辑）
- Multi-view Embodied Scene Generation（多视角具身场景生成——核心新能力）
- Structured Embodied Transfer（结构化具身 transfer——核心新能力，abstract 强调"structured, controllable"）
- Embodied Video Generation / Rollout（具身视频生成）
统一框架： - 单一 autoregressive framework（不是 diffusion + AR 混合，是纯 AR） - continually trained on both general-domain and embodied datasets（一般数据 + 具身数据联合持续训练） - jointly optimizing 上述 5 类任务 under unified AR objective - multimodal tokenization + embodied data training + accelerated autoregressive inference 三件套
关键声明（abstract 自报，v2 实证支撑）： - "Xiaomi-Robotics-U0 is the first model to support high-quality multi-view scene generation across multiple robot embodiments" —— "first model" 主张需 PDF §5 反方审稿 - "outperforms GPT-Image-2.0 in human evaluations of embodied scene generation and transfer" —— 人评口径需 PDF §6 详查 - "ranking first on World Arena for embodied video generation" —— World Arena 是清华 FIB-LAB 2026-02-13 起的 leaderboard，arXiv 2602.08971v2 - "improving the out-of-distribution success rate of π₀.₅" —— π₀.₅ 是 Physical Intelligence 的政策模型，36.9%→63.2% 数字来自官方页 + AIWeekly
§3 flyP 短评 v2（4 维评分 + 与 LingBot-Video 横向）
| 维度 | 评分 | 说明 |
|---|---|---|
| 工业能见度 | ⭐⭐⭐⭐⭐ | 小米机器人是国产第一梯队 embodied AI 团队 + 官方页 + GitHub + 五方独立报道 |
| 摘要完整度 | ⭐⭐⭐⭐ | v1 ⭐⭐ → v2 ⭐⭐⭐⭐：World Arena #1 + GPT-Image-2.0 + π₀.₅ OOD 三项关键数字补齐 |
| 与 LingBot-Video 差异 | ⚠️ 待 PDF 核验 | LingBot-Video-MoE（30B-A3B · 2026-07-08 · Apache 2.0 · RBench #1 open-source）走 MoE DiT + Diffusion 路；Xiaomi-Robotics-U0 走 38B 单 AR + 多模态统一 路。两者方向相反但目标同构（embodied world model + 国产 + 同期发布） |
| 影响 | ⭐⭐⭐⭐⭐（v1 ⭐⭐⭐⭐ → v2 ⭐⭐⭐⭐⭐） | 首个统一 embodied synthesis model（abstract 自报 + 官方页确认） + π₀.₅ OOD 提升 26.3 pp 极具产业冲击力（与 LingBot-Video 形成"国产世界模型双雄"主题页候选） |
v1 → v2 评分变化说明： - v1 "影响 ⭐⭐⭐⭐" → v2 "影响 ⭐⭐⭐⭐⭐"：不是 v1 错了，是 v2 漏掉了 π₀.₅ 36.9%→63.2% 的产业冲击力数据 - v1 "摘要完整度 ⭐⭐" → v2 "摘要完整度 ⭐⭐⭐⭐"：v2 web_search 五方信源补齐后，原始摘要确实包含丰富信息，是 v1 没读到
主要盲点（v2 诚实记录）： - 5 类 capability 的具体 ablation / 单一 AR vs AR+Diffusion 混合的对照实验 —— 待 PDF §5 - π₀.₅ 36.9%→63.2% 的具体 OOD 任务清单 + 训练数据规模 + 训练 token 数 + 训练 GPU 数 —— 待 PDF §6 + 附录 - "first unified embodied synthesis model" 主张 —— 与 NVIDIA Cosmos3 / Robbyant LingBot-Video 等同期工作的对比是否成立 —— 待 PDF 引言 + 相关工作 - World Arena #1 的具体榜单数据 + 与 Cosmos3 / LingBot-Video 的具体分数差 —— 待 World Arena leaderboard 公开榜单 - 官方页提到 "FlashAR+ comparison for embodied transfer and embodied scene generation" —— FlashAR 是什么 / 与 AR 的具体差异 —— 待 PDF §4
§4 关键数字 v2 新增（5 方信源交叉）
| 数字 | 内容 | 信源 |
|---|---|---|
| 38B 参数 | multimodal autoregressive | arXiv abs / 官方页 / alphaxiv / themoonlight / AIWeekly 五方一致 |
| World Arena #1 | ranking first on World Arena for embodied video generation | 官方页 / arXiv abs / explainx.ai / AIWeekly 四方一致 |
| GPT-Image-2.0 击败 | outperforms GPT-Image-2.0 in human evaluations on embodied scene generation + transfer | 官方页 / arXiv abs / explainx.ai / AIWeekly 四方一致 |
| π₀.₅ OOD 36.9% → 63.2% | lifting out-of-distribution manipulation success from 36.9% to 63.2% | 官方页 / explainx.ai / AIWeekly 三方一致（π₀.₅ 是 Physical Intelligence 的政策模型） |
| 2026-07-13 发布 | arXiv v1 submission date | arXiv version history / 官方页 |
| 清华 FIB-LAB World Arena | benchmark 由清华自动化系 FIB-LAB 发布，GitHub tsinghua-fib-lab/WorldArena，arXiv 2602.08971v2，2026-02-13 leaderboard release，2026-03-20 online arena release | GitHub + arXiv 2602.08971v2 |
| 5 类 capability | text-to-image + image editing + multi-view embodied scene gen + structured embodied transfer + embodied video rollout | 官方页 + arXiv abs + alphaxiv 三方一致 |
不补：训练数据规模 / 训练 token 数 / 训练 GPU 数 / 训练算法 / 模型具体结构 / tokenizer 细节 / FlashAR 细节 —— 全部待 PDF 全文 + 官方页补充材料。
§5 主要问题与批判 v2（6 条可证伪反方，每条挂"待核验依据" + 证伪条件）
5.1 命名质疑方向校正（承接 7-15 §3.3 规则 8）
- v1 失误：v1 未做 web_search，未对"Xiaomi-Robotics-U0"做命名核验
- v2 web_search 实测：Xiaomi-Robotics-U0 为 Xiaomi Robotics 官方发布的 38B 模型，确实真实存在
- 正确质疑方向：abstract 提到 "single autoregressive framework" 与 "jointly optimizing 5 类 capability under unified AR objective" —— 但未给具体 AR head 架构（如 LLaMA-style / Mamba-style / Linear Attn），正确质疑应针对 prompt snapshot / API 时间窗口 / 评测可复现性，不应针对"模型是否真实存在"
- 可证伪判定：若 PDF §3 公开 AR backbone 选型 + tokenizer 细节 + 训练超参 + 5 类 capability 的 joint loss 权重，则"单一 AR 框架"主张成立；若仅说"unified AR"而无具体架构细节，则属于营销修辞
- 判定依赖：PDF §3 架构图 + §4 训练设置 + 附录 loss 公式
5.2 "First unified embodied synthesis model" 主张与同期工作的边界
- 同期（2026-06 ~ 2026-07）已有：
- NVIDIA Cosmos3（foundation world model，2026-03 release）
- Robbyant LingBot-Video（30B-A3B MoE DiT + 70K+ hours embodied data，2026-07-08 release，Apache 2.0）
- GR00T-N1（NVIDIA，foundation model for humanoid robot data）
- 可证伪判定：Xiaomi U0 "first unified" 主张的边界需明确：
- "first unified" 是指单一 AR 框架 + 5 类 capability？—— LingBot-Video 是 DiT + 4 capability
- 还是指foundation image gen + embodied video 的统一？—— Cosmos3 已做类似但用 diffusion
- 还是指multi-view + structured embodied transfer 这两个具体能力？—— 这两个能力确实是 LingBot-Video 没明确做的
- 判定依赖：PDF 引言相关工作 + §5 vs Cosmos3 / LingBot-Video 的对比表
5.3 π₀.₅ OOD 36.9%→63.2% 的可复现性
- 数字冲击力强：从 36.9% 跳到 63.2% 提升 26.3 pp 在 embodied 任务上是异常显著的
- 风险点：
- OOD 任务清单未公开：是否覆盖 6 类常见 OOD（光照 / 物体 / 背景 / 机器人本体 / 任务结构 / 传感器噪声）？
- π₀.₅ 是 Physical Intelligence 的政策模型，其原始训练数据可能本就未覆盖这些 OOD 场景——提升可能来自"补全训练分布"而非"提升政策能力"
- 评测次数 / 标准差 / 95% CI 未披露 —— 单一数字易被 cherry-pick
- 可证伪判定：若 PDF §6 + 附录公开 OOD 任务清单 + 评测协议 + 标准差 + 与 baseline（如直接用 GPT-Image-2.0 合成数据）的对照，则"26.3 pp 提升"成立；若仅给 single-number，则需谨慎
- 判定依赖：PDF §6 OOD 评测 + 附录对照实验 + 代码 release
5.4 World Arena #1 的局限
- World Arena 由清华 FIB-LAB 发布（arXiv 2602.08971v2），覆盖 video perception quality + embodied task functionality + unified EWMScore 三维度
- 风险点：
- World Arena leaderboard 截至 2026-07-16 公开榜单未必包含 Cosmos3 / LingBot-Video 等同期模型 —— "#1" 可能建立在不完整对手集合上
- EWMScore 权重未公开（perceptual vs functional 各占多少）
- World Arena 评测采用 RoboTwin 2.0 数据集（双臂机器人操作），对 humanoid / quadruped / mobile manipulator 的覆盖度有限
- 可证伪判定：若 World Arena leaderboard 完整公开 Cosmos3 / LingBot-Video / LongCat-Video 等同期模型的分数，则"#1"主张成立；若榜单对手 < 5 个且均为闭源，则需谨慎
- 判定依赖：World Arena 官方 leaderboard 公开数据 + PDF §5 vs 同期的具体分数差
5.5 单一 AR 框架的工程成本
- 38B autoregressive 多模态模型（vs LingBot-Video 30B-A3B MoE DiT）的推理成本：
- 单 token 激活参数量：38B（Xiaomi U0）vs 3B（LingBot-Video A3B）—— 激活参数差距 12.7×
- 推理延迟：AR 模型在长视频生成上的延迟天然高于 DiT（DiT 可并行去噪，AR 必须自回归）
- 训练成本：38B dense AR vs 30B-A3B MoE 的训练 token 数 / GPU 时数 —— abstract 未给
- 可证伪判定：若 PDF 给出 vs DiT 的推理延迟对照 + 训练 GPU 时数 + 模型 FLOPs，则"unified AR"主张在工程上可成立；若仅给结果不给成本，则属于"报告优势不报告代价"
- 判定依赖：PDF §4 推理设置 + 附录训练成本 + FlashAR 加速机制详解
5.6 与 LingBot-Video "国产世界模型双雄" 主题页的差异化定位
- 共同点：国产 + embodied world model + 同期（5 天间隔）+ 38B vs 30B-A3B 量级 + open-source（Xiaomi U0 GitHub + LingBot-Video Apache 2.0）
- 差异点：
- 架构：Xiaomi U0 单一 AR vs LingBot-Video MoE DiT
- 训练范式：Xiaomi U0 continual training on general + embodied vs LingBot-Video from-scratch + 70K+ hours embodied
- 评测：Xiaomi U0 World Arena #1 vs LingBot-Video RBench #1 open-source
- 开源策略：Xiaomi U0 GitHub repo（具体 LICENSE 待查）+ LingBot-Video Apache 2.0
- 可证伪判定：若 Xiaomi U0 LICENSE 为 Apache 2.0 / MIT，则与 LingBot-Video 在"开源承诺"上等价；若为 RESEARCH-ONLY / NON-COMMERCIAL，则"LingBot-Video 仍是开源 #1"
- 判定依赖：GitHub LICENSE 文件 + 官方页 LICENSE 段
§6 入库评级 v2 校正
§6.1 评级
- v1：
中（6/10）· 短注路径建议入库—— 违反 7-12 §3.3 规则 6 门槛 - v2：
中-偏低（5/10）· ⚠️ 监控清单
§6.2 v2 不升回"建议入库"的诚实理由
- 反方全部"待核验"——证据基础不实（6 条反方均挂"待 PDF 核验"或"待 leaderboard 公开"标签）
- 短注 + abstract-only 模式——未抓 PDF 全文 + 未跑实验
- 同周已有 LingBot-Video 同期工作（7-13 主稿 + 7-14 v2 短补稿）已覆盖"国产 embodied world model"主线——Xiaomi U0 的边际信息价值低于 LingBot-Video
- "first unified embodied synthesis model" 主张需 PDF 反方审稿——存在与 Cosmos3 / GR00T-N1 / LingBot-Video 边界不清的风险
- World Arena #1 与 LingBot-Video RBench #1 open-source 是不同评测体系——不能直接说"Xiaomi U0 比 LingBot-Video 强"
§6.3 建议路径 v2 合规重写
v1 越界写法（已废弃）：
- ❌ notes/embodied/world-foundation-models.md
- ❌ reviews/short-notes/xiaomi-robotics-u0.md
v2 合规写法（由同步任务执行时建议）：
- 候选主题页 ①：国产世界模型双雄（Xiaomi-Robotics-U0 v2 ↔ LingBot-Video 7-13 + 7-14 v2 短补稿）
- 候选主题页 ②：embodied world model 评测（Xiaomi-Robotics-U0 v2 + World Arena 清华 FIB-LAB + RBench Robbyant + Cosmos3 + GR00T-N1）
- 合并建议：建议合并到 LingBot-Video 已有的"国产世界模型"主题页（如已存在），不新建独立短注
- flyP 不预设具体路径文件名：notes/ / reviews/ / published/ 三处均为越界，由同步任务按主题树决定
§7 后续验证动作 v2 升级（必做 4 + 选做 3 = 7 条）
§7.1 必做（4 条）
- PDF §3-§6 全文核验（信源：待 PDF 全文） - §3 AR backbone 架构 / tokenizer / 5 类 capability 的 joint loss 权重 - §4 训练数据规模 / 训练 token 数 / 训练 GPU 时数 / FlashAR 加速机制 - §5 vs Cosmos3 / GR00T-N1 / LingBot-Video 的对比表 - §6 π₀.₅ OOD 任务清单 + 评测协议 + 标准差 + baseline 对照
- GitHub LICENSE 文件核验（信源：GitHub XiaomiRobotics/Xiaomi-Robotics-U0） - LICENSE 类型（Apache 2.0 / MIT / RESEARCH-ONLY / NON-COMMERCIAL） - 是否包含训练数据 / 训练代码 / 模型权重三件套 - 是否允许商业使用与微调
- World Arena leaderboard 完整对手集合核验（信源：tsinghua-fib-lab/WorldArena） - 截至 2026-07-16 公开榜单是否包含 Cosmos3 / LingBot-Video / LongCat-Video / Wan 2.2 A14B / HunyuanVideo 1.5 - EWMScore 权重 + 各维度分数 + 95% CI
- LingBot-Video vs Xiaomi U0 工程成本对照核验（信源：两份 PDF + GitHub） - 激活参数量 / 推理延迟 / 训练 GPU 时数 / 视频生成质量主观评测 - 开源承诺对照（LICENSE + 可商用范围）
§7.2 选做（3 条）
- RoboTwin 2.0 数据集覆盖度核验（信源：RoboTwin 2.0 paper / WorldArena 文档） - World Arena 评测采用 RoboTwin 2.0 双臂机器人操作数据集，对 humanoid / quadruped / mobile manipulator 的覆盖度
- π₀.₅ 原始训练分布与 U0 合成数据分布重叠度核验（信源：Physical Intelligence π₀.₅ paper + U0 PDF §6） - "补全训练分布" vs "提升政策能力" 的边界
- Xiaomi Robotics 官方页 demo 视频核验（信源：robotics.xiaomi.com/xiaomi-robotics-u0.html） - 官方页提到的 FlashAR+ comparison for embodied transfer + scene generation 是否有可下载 demo
§8 横向对照 v2 新增（与 7 个同期工作横向）
| 同期工作 | 关系 | 对位数字 | 状态 |
|---|---|---|---|
| LingBot-Video（Robbyant · 30B-A3B MoE DiT · 2026-07-08 · Apache 2.0 · RBench #1 open-source） | 国产世界模型双雄 | 38B AR vs 30B-A3B MoE DiT；World Arena #1 vs RBench #1 open-source；5 capability（text-to-image / image editing / multi-view / structured transfer / embodied video）vs 4 capability（text2video / image2video / action2video / 未来帧预测） | 同周对照 |
| NVIDIA Cosmos3（foundation world model · 2026-03 release） | corporate 对手 | Cosmos3 走 diffusion-based world model；Xiaomi U0 走 single AR | 需 PDF 引言对照 |
| NVIDIA GR00T-N1（foundation model for humanoid robot data · 2026-04 release） | 数据派对手 | GR00T-N1 偏数据生成；Xiaomi U0 偏模型 + 数据双驱动 | 需 PDF 引言对照 |
| LongCat-Video（美团 · 2026-07） | 国产文本/视频生成 | 同为 2026-07 发布的国产视频生成模型 | World Arena 榜单对手 |
| Wan 2.2 A14B（阿里 · 2026-06 release） | 国产视频生成底座 | A14B MoE DiT 视频生成 | World Arena 榜单对手 |
| HunyuanVideo 1.5（腾讯 · 2026-06 release） | 国产视频生成 | HunyuanVideo 系列 | World Arena 榜单对手 |
| World Arena（清华 FIB-LAB · arXiv 2602.08971v2 · 2026-02-13 leaderboard release） | 评测源反向追溯 | 评测源 = 清华自动化系 FIB-LAB；评测数据集 = RoboTwin 2.0 双臂机器人操作 | Xiaomi U0 #1 的评测源头 |
主题页归类 v2 候选： 1. "国产世界模型双雄"（Xiaomi-Robotics-U0 v2 ↔ LingBot-Video 7-13 + 7-14 v2 短补稿 + LingBot-World 2.0 + Cosmos3 + GR00T-N1 + LongCat-Video + Wan 2.2 A14B + HunyuanVideo 1.5） 2. "embodied world model 评测"（Xiaomi-Robotics-U0 v2 + World Arena 清华 FIB-LAB + RBench Robbyant + RoboTwin 2.0 数据集 + EWMScore 三维度）
§9 一句话归档 v2 重写
Xiaomi-Robotics-U0（Xiaomi Robotics · arXiv:2607.11643 · 2026-07-13 v1 · 38B autoregressive · 单一 AR 框架 + 5 类 capability：text-to-image / image editing / multi-view embodied scene generation / structured embodied transfer / embodied video rollout · World Arena #1 + GPT-Image-2.0 击败（人评）+ π₀.₅ OOD 36.9%→63.2%）—— v1 全文仅引用 arXiv abs + author list，未做基本 web_search；v2 web_search 五方信源（Xiaomi Robotics 官方页 + GitHub + alphaxiv + themoonlight + AIWeekly）交叉确认后补齐关键数字 + 6 条反方 + 7 条后续动作，评级降为"⚠️ 监控清单"。与 LingBot-Video 7-13 + 7-14 v2 形成"国产世界模型双雄"主题页候选 + World Arena 清华 FIB-LAB 评测源反向追溯。
§10 元信息 v2
- v1 失误诚实陈述：v1 仅引用 arXiv abs + author list，未做基本 web_search；0 条可证伪反方；后续动作仅 3 条 < 6；建议路径两处越界 notes/ + reviews/；评级"建议入库"违反 7-12 §3.3 规则 6 门槛
- v2 已遵循本日九规则：§0/§1/§4/§5/§6/§7/§8/§9 显式遵循 7-13 §3.3 + 7-14 §3.3 + 7-15 §3.3 + 7-16 §3.3 九规则（含本日新增"短注 short-review 模式"最低门槛）
- 未触碰：其它 22 篇 inbox/flyp（7-10 ~ 7-16 不含 RSS）+ 17 份 RSS + 7-16 三份主稿（Homer / SenseNova / Moment-Video）+ promo explainers
- 合规：不写其他实例目录（jay/spark/stephen/tom）；不写 review/、published/、notes/、digests/；不 git commit/push/gh pr；不输出密钥/Token；不复制原文长段