258 万张图像、3294.7 公里真机采集：云深处一次发布五项成果，最硬的那块是数据基准
云深处一次性公布五项研究成果，覆盖世界模型、基础模型、智能体、策略优化与数据平台。数字很多，但真正决定这批成果含金量的不是任何一个模型分数，而是那条跑了 3294.7 公里的真实采集数据——它决定谁有权定义「更好」。
- 发布规模：云深处科技围绕自研具身大脑 DEEPRobotics-Brain 一次性公布 5 项成果——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、数据闭环平台 DR-Benchmark，联合 7 所高校共同完成。
- 世界模型补物理：DR-WM-1.0 在四足机器人世界模型中首次引入摩擦力、粗糙度与刚度等物理属性先验，基于 258 万张图像与超 10 万段真机片段预训练。
- 两个提升幅度：DR-APO 把预训练模型 NavDP 的仿真成功率从 70.33% 提到 89.55%（+19.22 个百分点）；同一框架在山猫 M20 的真实场景把导航成功率从 25% 提到 65%。
- 数据集体量：LynxScenes 累计 833.6 小时、3294.7 公里真实作业采集，形成约 10 万段导航片段、300 万标注帧，覆盖 27 类物体、20 类导航指令，并对 25 个代表性模型做了系统评测。
- 操作可控性：原子运动坐标把机械臂运动拆为 13 个原子坐标，单原子与双原子的相反指令分离率分别为 92.5% 与 83.1%。
- 判断：五项里最该被行业记住的不是任一模型分数，而是 DR-Benchmark 与 LynxScenes——模型可以被追平，基准不能。
10 月 24 日，云深处科技围绕自研具身大脑 DEEPRobotics-Brain 密集发布多篇论文，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、数据闭环平台 DR-Benchmark。这五项分别由公司与麻省理工学院、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合作完成。
把这五项按链路排开会发现，它恰好覆盖了「预测未来—理解指令—保持记忆—优化策略—供给数据」五个环节，是一张完整的架构图而不是五个孤立的点。
判断：一次性打包发布五件事，本身是行业阶段变化的标志。单点突破的叙事在 2025 年还能撑起一场发布会，到 2026 年下半年已经不够用了——客户问的是「这套东西能不能在一条产线上连续跑三个月」，而这个问题没有哪一单项成果能单独回答。
DR-WM-1.0 针对的断层是明确的：基于视频生成的世界模型能生成机器狗穿过雪地的精致画面，却不会告诉机器人极低摩擦会导致打滑。视觉上合理，不等于动力学上可行。
生成式世界模型的通病：像素空间的美学想象能力强，但缺少对接触、摩擦、刚度的建模；用它做决策，等于让机器人依据「看起来像」的画面去判断「能不能走」。
DR-WM-1.0 的改法（厂商口径）：在视频生成基础上加入大规模训练的物理属性先验模块，引入摩擦力、粗糙度与刚度；双 ControlNet 架构把场景几何与相机运动引入生成，自回归推理延续机器狗与控制器状态。
训练规模给出的是 258 万张图像与超 10 万段真机片段。公司给的落地例子也选得很实：雨雪后的变电站巡检，机器人在湿滑近路与绕行路线之间先「预演」，预判打滑与姿态失稳的可能，再结合安全风险与通行效率决策。
DR-APO 定位为「表征解耦的通用生成式策略强化学习框架」，核心机制是把策略改进与底层策略表征彻底解耦，让同一套优化能同时作用于连续控制策略的从零训练和具身导航策略的后训练。给出的两组提升数据最有信息量：
公司同时称，在 5 项 MuJoCo-v5 连续控制基准中，DR-APO 在扩散策略上十项指标九项第一、在流策略上十项指标全部第一。
判断：真正值得盯的不是「提升多少」，而是两组数字的绝对水位差——仿真里做到 89.55%，真实场景提升后也只有 65%，而且后者的起点是 25%。这个落差不是云深处一家的问题，是整条行业的问题：仿真基准在涨，真实水位在追，两者的差就是当前具身智能落地的真实成本。谁把真实场景的基线报出来，谁才是在提供可用信息；只报仿真提升的，等于把最难的那一段留白。
五项成果里，DR-Benchmark 与其核心数据集 LynxScenes 是唯一不直接产生「能力」的一项，但它的规格最具体：基于山猫 M20 轮足机器人累计完成 833.6 小时、3294.7 公里真实作业采集，构建约 10 万段导航片段、300 万标注帧，提供三维物体、道路结构、行为指令与专家示范轨迹四类监督，覆盖 27 类物体、4 类道路结构、3 个层级、20 类导航指令；并据此对 25 个代表性模型完成系统性评测。公司称其为首个针对轮足机器人真实户外场景的大规模数据集。
| 成果 | 给出的量化指标 | 可直接被第三方复用的程度 |
|---|---|---|
| DR-WM-1.0 | 258 万张图像、超 10 万段真机片段 | 低：模型与权重未见公开说明 |
| DR-VLA-2.0 | QNS 提升约 5%，最终航向误差降低 14.6% | 低：依赖 EgoLynx 数据与技术报告 |
| DR-Agent | 54 个仿真场景、80 万条任务实例、23.9 万次状态变更 | 中：EvoWorldBench 若开源可复现 |
| DR-APO | 70.33%→89.55%；25%→65% | 中：框架需结合自有策略才能用 |
| DR-Benchmark | 833.6 小时、3294.7 公里、300 万标注帧 | 高：数据集与评测口径可独立取用 |
操作侧的数字也有可核对之处：原子运动坐标把机械臂运动拆解为 13 个原子坐标，通过第一阶段屏蔽视觉的训练建立语言与原子动作的对齐，再引入力反馈修正；单原子与双原子动作的相反指令分离率分别为 92.5% 与 83.1%，未见布局的真实双臂任务进度提升至 87.8%，接入力反馈后插头插接与花瓶擦拭的进度进一步提升至 78.5% 与 75.2%；在分布外的语言泛化与力响应任务上成功率超过 π0.5、ForceVLA、LA4VLA 等基线。
对做二次开发与现场交付的团队来说，这五项的可取用顺序是清楚的：DR-Benchmark 与 LynxScenes 现在是就能下载来对照自有机型的；DR-APO 在有自研策略的前提下可以试；DR-WM-1.0 与 DR-VLA-2.0 属于「先记着」，等权重与复现细节落地再说。
判断：这一轮发布最实在的价值，是给轮足与四足这条被忽视的形态补了一份真实户外数据。人形机器人吸走了绝大部分注意力，但真正在变电站、园区、厂区里跑量的，长期看仍会是轮足这类「不漂亮但能干活」的形态。谁给这条形态做数据基建，谁就在给自己攒下一阶段的入场券。