Se si trattasse solo del primo posto in una classifica, non sarebbe cos\u00ec insolito.<\/p>\n\n\n\n
Ma il fatto \u00e8 che, allo stesso tempo, sono state eliminate due classifiche che rappresentano quasi i \u201cdue estremi\u201d del settore: una \u00e8 WorldArena, che misura se un modello di mondo comprende e prevede realmente il mondo reale; l'altra \u00e8 RoboTwin2.0, che valuta l'esecuzione di compiti e la capacit\u00e0 di generalizzazione dei robot. Uno si orienta verso la previsione del mondo, l'altro verso l'esecuzione dei compiti: insieme, corrispondono esattamente al problema unificato che il settore sta cercando di risolvere in questo momento.<\/p>\n\n\n\n
MotuBrain \u00e8 leader sia in WorldArena che in RoboTwin2.0<\/h2>\n\n\n\n![\"motubrain](\"https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/MotuBrain-Leads-Both-WorldArena-and-RoboTwin2.0-1024x574.webp\")
<\/figure>\n\n\n\nSu WorldArena, MotuBrain si \u00e8 classificato al primo posto con un punteggio EWM complessivo di 63,77. Dai risultati, le sue prestazioni superano quelle di modelli come ABot di Gaode e GigaWorld-1 di Jijia, e sono in testa nelle dimensioni chiave del movimento, come la qualit\u00e0 del movimento, il punteggio del flusso e la fluidit\u00e0 del movimento.<\/p>\n\n\n\n
Su RoboTwin2.0, MotuBrain ha raggiunto 95,8 e 96,1 rispettivamente nelle impostazioni Clean e Randomized, classificandosi al primo posto. \u00c8 l'unico modello in classifica con un punteggio medio superiore a 95 in ambienti randomizzati e nella maggior parte dei compiti specifici ha raggiunto 100 o quasi. Rispetto a modelli come Gaode ABot, Formica Lingbo LingBot<\/a>, JEPA-VLA e pi0.5, MotuBrain mostra prestazioni dominanti nel benchmark RoboTwin.<\/p>\n\n\n\n![\"Su](\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\")
<\/figure>\n\n\n\n\u00c8 proprio questo \u201cdoppio primo posto\u201d che fa s\u00ec che le persone inizino a prestare attenzione a questo modello sconosciuto.<\/p>\n\n\n\n
Una rapida ricerca mostra che non c'\u00e8 ancora quasi nessuna informazione su MotuBrain online, ma c'\u00e8 un account X registrato proprio questo mese.<\/p>\n\n\n\n
Ci\u00f2 riporta alla mente il precedente \u201cHuanle Ma\u201d, poi rivendicato da Alibaba (che in seguito ha anche aperto un account X).<\/p>\n\n\n\n
Questo misterioso modello mondiale potrebbe provenire da qualche grande azienda tecnologica nazionale?<\/p>\n\n\n\n
Perch\u00e9 i risultati di MotuBrain sono importanti<\/h2>\n\n\n\n
WorldArena e RoboTwin non sono lo stesso tipo di test, ma misurano due capacit\u00e0 diverse.<\/p>\n\n\n\n
WorldArena valuta la dimensione del modello del mondo: se il modello \u00e8 in grado di comprendere le leggi del movimento, se \u00e8 in grado di dedurre e prevedere con precisione i cambiamenti fisici nelle serie temporali e se \u00e8 consapevole dei cambiamenti di stato dell'ambiente. Questa \u00e8 la capacit\u00e0 di prevedere il mondo.<\/p>\n\n\n\n
RoboTwin, invece, si orienta verso la dimensione del modello d'azione o del modello di policy: ad esempio, se il modello \u00e8 in grado di eseguire azioni in modo stabile tra pi\u00f9 compiti e ambienti, se \u00e8 in grado di generalizzare a scenari inediti e se \u00e8 in grado di completare continuamente operazioni complesse. Questa \u00e8 la capacit\u00e0 di agire nel mondo.<\/p>\n\n\n\n
Vedetela in questo modo. Il motivo per cui un guidatore umano pu\u00f2 guidare in sicurezza in un traffico complesso non \u00e8 solo la memoria muscolare, ma la costante previsione di ci\u00f2 che accadr\u00e0 nel secondo successivo: l'auto che precede frener\u00e0 improvvisamente? Un pedone attraverser\u00e0 inaspettatamente? Questa sincronizzazione tra previsione e azione \u00e8 la logica alla base dell'intelligenza umana.<\/p>\n\n\n\n
La maggior parte dei sistemi robotici esistenti manca proprio di questo livello. O sono bravi a capire il mondo, ma non sanno come agire, oppure sono in grado di eseguire azioni fisse, ma non sanno prevedere i cambiamenti ambientali. Questa divisione porta i robot a fallire facilmente una volta usciti dagli scenari di addestramento.<\/p>\n\n\n\n
Negli ultimi anni sono state esplorate entrambe le direzioni, ma per lo pi\u00f9 in modo isolato. I team che lavorano sulla generazione di video e sui modelli del mondo si concentrano sulla capacit\u00e0 dei modelli di simulare realisticamente il mondo fisico; i team che lavorano sulla politica dei robot e sulla VLA si concentrano su come far s\u00ec che i modelli vengano eseguiti in modo affidabile su compiti specifici. Ci sono stati pochi tentativi di unificare veramente le due cose e ancora meno risultati stabili.<\/p>\n\n\n\n
Il fatto che MotuBrain sia riuscito a conquistare il primo posto in entrambi i tipi di benchmark dimostra almeno una cosa a livello di benchmark: unificare la previsione del mondo e la guida delle azioni in un unico modello \u00e8 una strada percorribile.<\/p>\n\n\n\n
Doppio primo posto: Dove si vince?<\/h2>\n\n\n\n
Nella classifica di WorldArena, MotuBrain si distingue per il suo vantaggio in diverse dimensioni.<\/p>\n\n\n\n
La qualit\u00e0 del movimento \u00e8 al primo posto, il che significa che le azioni generate dal modello sono pi\u00f9 realistiche, non solo effetti visivi in movimento.<\/p>\n\n\n\n
Il Flow Score si colloca al primo posto, indicando una comprensione pi\u00f9 approfondita del movimento e delle traiettorie continue e la capacit\u00e0 di prevedere in modo stabile i cambiamenti di movimento su larga scala, collegando in modo fluido un momento all'altro piuttosto che ricucendo fotogramma per fotogramma.<\/p>\n\n\n\n
La scorrevolezza del movimento \u00e8 al primo posto, il che significa che le azioni generate seguono meglio le leggi fisiche reali, senza accelerazioni improvvise e innaturali, senza jitter o salti di direzione.<\/p>\n\n\n\n
Queste tre dimensioni sono tutte direttamente collegate al movimento. Per un modello di mondo futuro destinato a servire i robot, questa \u00e8 proprio la capacit\u00e0 pi\u00f9 critica.<\/p>\n\n\n\n
Sul RoboTwin, pi\u00f9 focalizzato sull'esecuzione dei compiti, questo vantaggio \u00e8 ulteriormente amplificato. Affrontando 50 compiti e due diverse impostazioni ambientali, il punteggio medio di MotuBrain raggiunge 96,0, significativamente pi\u00f9 alto del secondo classificato con 92,3. Il divario \u00e8 quasi pari alla differenza tra il secondo e il quinto posto. Il divario \u00e8 quasi pari alla differenza tra il secondo e il quinto posto.<\/p>\n\n\n\n
Ancora pi\u00f9 importante \u00e8 la stabilit\u00e0. La met\u00e0 dei compiti ha un tasso di successo di 100% e 90% dei compiti supera 90%. Questo non significa solo che \u00e8 in grado di ottenere risultati corretti, ma anche che \u00e8 in grado di riprodurre in modo coerente i risultati in pi\u00f9 attivit\u00e0 e in presenza di disturbi casuali.<\/p>\n\n\n\n
Nel loro insieme, questi risultati indicano qualcosa di pi\u00f9 vicino a un cervello robotico generale: mantenere la continuit\u00e0 e la coerenza a livello di azione, pur avendo anche una capacit\u00e0 di generalizzazione trasversale.<\/p>\n\n\n\n
Chi c'\u00e8 dietro e quale strada stanno percorrendo?<\/h2>\n\n\n\n
Al momento, le informazioni pubbliche su MotuBrain sono molto scarse. Ma a giudicare dalla struttura dei suoi risultati nelle due classifiche, \u00e8 improbabile che si tratti di un modello video tradizionale, n\u00e9 di un modello puramente VLA o politico. Rappresenta un tipo di ragionamento diverso, distinto dal modello di pensiero adattivo<\/a> che si trovano nei modelli linguistici di alto livello, concentrandosi intensamente sulla pura intelligenza fisica.<\/p>\n\n\n\nNell'ultimo anno, l'esplorazione dei modelli mondiali e dei modelli d'azione ha dato vita a diversi percorsi rappresentativi del settore.<\/p>\n\n\n\n
Alcuni enfatizzano un modello unificato del mondo, combinando visione, linguaggio, video e azione attraverso una modellazione congiunta - integrando modelli video, VLA, modelli del mondo e altro - per ottenere percezione, pianificazione, previsione, esecuzione e generalizzazione trasversale in ambienti reali. Un esempio tipico \u00e8 Motus, rilasciato lo scorso dicembre.<\/p>\n\n\n\n
<\/figure>\n\n\n\nSu WorldArena, MotuBrain si \u00e8 classificato al primo posto con un punteggio EWM complessivo di 63,77. Dai risultati, le sue prestazioni superano quelle di modelli come ABot di Gaode e GigaWorld-1 di Jijia, e sono in testa nelle dimensioni chiave del movimento, come la qualit\u00e0 del movimento, il punteggio del flusso e la fluidit\u00e0 del movimento.<\/p>\n\n\n\n
Su RoboTwin2.0, MotuBrain ha raggiunto 95,8 e 96,1 rispettivamente nelle impostazioni Clean e Randomized, classificandosi al primo posto. \u00c8 l'unico modello in classifica con un punteggio medio superiore a 95 in ambienti randomizzati e nella maggior parte dei compiti specifici ha raggiunto 100 o quasi. Rispetto a modelli come Gaode ABot, Formica Lingbo LingBot<\/a>, JEPA-VLA e pi0.5, MotuBrain mostra prestazioni dominanti nel benchmark RoboTwin.<\/p>\n\n\n\n \u00c8 proprio questo \u201cdoppio primo posto\u201d che fa s\u00ec che le persone inizino a prestare attenzione a questo modello sconosciuto.<\/p>\n\n\n\n Una rapida ricerca mostra che non c'\u00e8 ancora quasi nessuna informazione su MotuBrain online, ma c'\u00e8 un account X registrato proprio questo mese.<\/p>\n\n\n\n Ci\u00f2 riporta alla mente il precedente \u201cHuanle Ma\u201d, poi rivendicato da Alibaba (che in seguito ha anche aperto un account X).<\/p>\n\n\n\n Questo misterioso modello mondiale potrebbe provenire da qualche grande azienda tecnologica nazionale?<\/p>\n\n\n\n WorldArena e RoboTwin non sono lo stesso tipo di test, ma misurano due capacit\u00e0 diverse.<\/p>\n\n\n\n WorldArena valuta la dimensione del modello del mondo: se il modello \u00e8 in grado di comprendere le leggi del movimento, se \u00e8 in grado di dedurre e prevedere con precisione i cambiamenti fisici nelle serie temporali e se \u00e8 consapevole dei cambiamenti di stato dell'ambiente. Questa \u00e8 la capacit\u00e0 di prevedere il mondo.<\/p>\n\n\n\n RoboTwin, invece, si orienta verso la dimensione del modello d'azione o del modello di policy: ad esempio, se il modello \u00e8 in grado di eseguire azioni in modo stabile tra pi\u00f9 compiti e ambienti, se \u00e8 in grado di generalizzare a scenari inediti e se \u00e8 in grado di completare continuamente operazioni complesse. Questa \u00e8 la capacit\u00e0 di agire nel mondo.<\/p>\n\n\n\n Vedetela in questo modo. Il motivo per cui un guidatore umano pu\u00f2 guidare in sicurezza in un traffico complesso non \u00e8 solo la memoria muscolare, ma la costante previsione di ci\u00f2 che accadr\u00e0 nel secondo successivo: l'auto che precede frener\u00e0 improvvisamente? Un pedone attraverser\u00e0 inaspettatamente? Questa sincronizzazione tra previsione e azione \u00e8 la logica alla base dell'intelligenza umana.<\/p>\n\n\n\n La maggior parte dei sistemi robotici esistenti manca proprio di questo livello. O sono bravi a capire il mondo, ma non sanno come agire, oppure sono in grado di eseguire azioni fisse, ma non sanno prevedere i cambiamenti ambientali. Questa divisione porta i robot a fallire facilmente una volta usciti dagli scenari di addestramento.<\/p>\n\n\n\n Negli ultimi anni sono state esplorate entrambe le direzioni, ma per lo pi\u00f9 in modo isolato. I team che lavorano sulla generazione di video e sui modelli del mondo si concentrano sulla capacit\u00e0 dei modelli di simulare realisticamente il mondo fisico; i team che lavorano sulla politica dei robot e sulla VLA si concentrano su come far s\u00ec che i modelli vengano eseguiti in modo affidabile su compiti specifici. Ci sono stati pochi tentativi di unificare veramente le due cose e ancora meno risultati stabili.<\/p>\n\n\n\n Il fatto che MotuBrain sia riuscito a conquistare il primo posto in entrambi i tipi di benchmark dimostra almeno una cosa a livello di benchmark: unificare la previsione del mondo e la guida delle azioni in un unico modello \u00e8 una strada percorribile.<\/p>\n\n\n\n Nella classifica di WorldArena, MotuBrain si distingue per il suo vantaggio in diverse dimensioni.<\/p>\n\n\n\n La qualit\u00e0 del movimento \u00e8 al primo posto, il che significa che le azioni generate dal modello sono pi\u00f9 realistiche, non solo effetti visivi in movimento.<\/p>\n\n\n\n Il Flow Score si colloca al primo posto, indicando una comprensione pi\u00f9 approfondita del movimento e delle traiettorie continue e la capacit\u00e0 di prevedere in modo stabile i cambiamenti di movimento su larga scala, collegando in modo fluido un momento all'altro piuttosto che ricucendo fotogramma per fotogramma.<\/p>\n\n\n\n La scorrevolezza del movimento \u00e8 al primo posto, il che significa che le azioni generate seguono meglio le leggi fisiche reali, senza accelerazioni improvvise e innaturali, senza jitter o salti di direzione.<\/p>\n\n\n\n Queste tre dimensioni sono tutte direttamente collegate al movimento. Per un modello di mondo futuro destinato a servire i robot, questa \u00e8 proprio la capacit\u00e0 pi\u00f9 critica.<\/p>\n\n\n\n Sul RoboTwin, pi\u00f9 focalizzato sull'esecuzione dei compiti, questo vantaggio \u00e8 ulteriormente amplificato. Affrontando 50 compiti e due diverse impostazioni ambientali, il punteggio medio di MotuBrain raggiunge 96,0, significativamente pi\u00f9 alto del secondo classificato con 92,3. Il divario \u00e8 quasi pari alla differenza tra il secondo e il quinto posto. Il divario \u00e8 quasi pari alla differenza tra il secondo e il quinto posto.<\/p>\n\n\n\n Ancora pi\u00f9 importante \u00e8 la stabilit\u00e0. La met\u00e0 dei compiti ha un tasso di successo di 100% e 90% dei compiti supera 90%. Questo non significa solo che \u00e8 in grado di ottenere risultati corretti, ma anche che \u00e8 in grado di riprodurre in modo coerente i risultati in pi\u00f9 attivit\u00e0 e in presenza di disturbi casuali.<\/p>\n\n\n\n Nel loro insieme, questi risultati indicano qualcosa di pi\u00f9 vicino a un cervello robotico generale: mantenere la continuit\u00e0 e la coerenza a livello di azione, pur avendo anche una capacit\u00e0 di generalizzazione trasversale.<\/p>\n\n\n\n Al momento, le informazioni pubbliche su MotuBrain sono molto scarse. Ma a giudicare dalla struttura dei suoi risultati nelle due classifiche, \u00e8 improbabile che si tratti di un modello video tradizionale, n\u00e9 di un modello puramente VLA o politico. Rappresenta un tipo di ragionamento diverso, distinto dal modello di pensiero adattivo<\/a> che si trovano nei modelli linguistici di alto livello, concentrandosi intensamente sulla pura intelligenza fisica.<\/p>\n\n\n\n Nell'ultimo anno, l'esplorazione dei modelli mondiali e dei modelli d'azione ha dato vita a diversi percorsi rappresentativi del settore.<\/p>\n\n\n\n Alcuni enfatizzano un modello unificato del mondo, combinando visione, linguaggio, video e azione attraverso una modellazione congiunta - integrando modelli video, VLA, modelli del mondo e altro - per ottenere percezione, pianificazione, previsione, esecuzione e generalizzazione trasversale in ambienti reali. Un esempio tipico \u00e8 Motus, rilasciato lo scorso dicembre.<\/p>\n\n\n\n![\"Su](\"https:\/\/deepinsightai.io\/wp-content\/uploads\/2026\/04\/image-13.png\")
<\/figure>\n\n\n\nPerch\u00e9 i risultati di MotuBrain sono importanti<\/h2>\n\n\n\n
Doppio primo posto: Dove si vince?<\/h2>\n\n\n\n
Chi c'\u00e8 dietro e quale strada stanno percorrendo?<\/h2>\n\n\n\n