盛数科技（ShengShu Technology）推出 Motubrain，這款統一式 AI 模型旨在成為機器人的通用大腦，將感知、推理、預測與動作整合於單一系統。公司表示，此模型取代傳統機器人依賴的碎片化任務專屬架構，改以單一框架處理多項任務及多種環境，從而減少對感測、規劃及執行獨立模組的依賴。Motubrain 在基準測試中表現出色，在 WorldArena 取得 63.
77 分，在 RoboTwin 2.0 的 50 項任務平均達 96.0 分，並據報為唯一在隨機環境中超過 95.0 分的模型。此系統建基於盛数科技先前透過 Vidu 平臺的生成式影片工作，利用大規模影片數據訓練機器人理解及互動真實世界環境。
一腦多任務
Motubrain 設計為統一多模態模型，同時從影片、語言及動作學習，讓機器人即時處理周遭環境、預測結果並採取行動，而無需在不同系統間切換。「真正的世界模型必須能建立真實世界的統一表徵，並預測其演變」，盛数科技創辦人朱軍表示。模型採用三流混合 Transformer 架構，整合不同模態輸入，讓機器人理解指令、預測環境變化，並在單一連續迴圈中產生適當動作。相異於傳統依賴標註數據集的系統，Motubrain 使用無標註影片、模擬數據及多機器人任務記錄進行訓練。
隱式動作框架直接從這些輸入提取運動模式，減少人工標註需求，提升擴展效率。在內部評估中，隨著任務複雜度及訓練數據增加，Motubrain 維持高於競爭系統的成功率。 Motubrain 可執行涉及最多 10 項原子動作的多步驟任務，遠超多數現有機器人系統的 2–3 項，讓機器人在單一序列中完成更複雜的真實活動。公司強調，通用世界模型不應拼湊模組，而應統一感知、推理、預測、生成及動作。
在真實測試中，使用 Motubrain 訓練的機器人展現執行中適應能力，例如拾取物件失敗時，能辨識並重試，無需預先針對該情境訓練。盛数科技表示，此模型已應用於機器人企業的工業、商業及家居環境訓練計劃中，與 Astribot、SimpleAI 及 Anyverse Dynamics 等公司合作擴大部署。由阿里巴巴雲領投的 2.93 億美元 B 輪融資（約 HK$22.
85 億）支持下，盛数科技定位 Motubrain 為邁向通用具身 AI 系統的關鍵一步，能在多樣真實環境運作。
