卧安机器人发布 OneModel 1.7：具身智能迈向规模化落地
感知中国
卧安机器人发布 OneModel 1.7：具身智能迈向规模化落地
卧安机器人（OneRobotics，股票代码：6600.HK）近期推出了自主研发的 OneModel 1.7 FrontoStria-RL，这是首款面向真实家庭与服务机器人场景部署的自研世界动作模型。该模型旨在推动具身智能技术从实验室走向实际应用。
在 LIBERO 评测基准中，OneModel 1.7 平均任务成功率达到 99.0%，大幅领先于 π0.5、GR00T-N1.5、OpenVLA-OFT 等主流公开模型，展现出在真实部署环境下的卓越性能。
图1：标准 LIBERO 平均成功率对比
从“看见并执行”到“理解并完成”
传统端到端视觉-语言-动作（VLA）模型虽已实现“看见并执行”，但在家庭等复杂场景中仍面临诸多挑战，包括泛化能力不足、长任务稳定性差、技能复用困难，以及对环境变化的适应能力有限。
物体位置、光照变化、空间布局和初始姿态偏差等都会显著影响任务成功率。尽管世界模型提升了机器人对环境状态、空间关系及动作后果的理解，但“理解”本身并不等同于“稳定执行”。在高层认知与底层执行之间，仍需要一个有效的中间层来完成任务规划、技能调度和动作策略传导。
为解决这一问题，卧安机器人提出了 RL-LWAM（强化学习-潜在世界动作模型）架构，旨在打通世界理解与动作执行之间的闭环，使机器人从“看见并执行”迈向“理解并完成”。
RL-LWAM：构建完整的具身智能闭环
图2：OneModel 1.7 FrontoStria-RL 完整架构；Predictive Policy Latent 作为核心传导机制，连接 World Model、Understand Expert 与 Action Expert
OneModel 1.7 FrontoStria-RL 通过 RL-LWAM 架构构建了一个完整的闭环系统。其中，World Model 负责生成环境的泛化表征，理解物体之间的关系、空间结构及任务状态；Predictive Policy Latent 则将 World Model 对场景结构和运动趋势的理解，以隐式方式传递给下游模块；Understand Expert 实现任务分解、阶段识别和技能调度；Action Expert 则负责生成精确动作并完成执行。
此外，系统还具备持续优化的反馈机制：执行结果将进入强化学习循环，用于动态调整动作策略；成功动作片段会被写入成功记忆库，在类似任务中复用，以提升整体效率；同时引入人在环监督（Human-in-the-Loop）机制，确保系统行为具有可审计性和可干预性，形成兼顾性能与安全的部署框架。
四大核心技术创新：推动世界动作模型真正落地
图3：OneModel 1.7 FrontoStria-RL 四大核心技术创新点
- Predictive Policy Latent：采用隐式物理推理表征，替代传统显式图像或坐标生成方式，降低像素冗余和生成噪声，提高模型在实时控制中的效率与稳定性。
- Understand Expert + Skill 体系：在 World Model 与 Action Expert 之间引入任务规划层，使机器人能够识别任务阶段、确定子目标依赖并调度相应技能，增强长流程任务的执行逻辑。
- MCF-Proto 动作参数化：围绕门轴、滑轨、孔位、折叠线等局部运动结构组织动作原型，而非在固定坐标系下预测位移。该设计在视角变化和初始位姿偏差下仍能保持较高稳定性。
- RL 闭环 + Success Memory：强化学习机制与成功记忆结合，使模型能通过真实任务反馈持续优化策略，并在相似任务中检索和复用已验证动作片段，无需重新训练即可提升成功率。
从标准评测到真机实测：领先能力获验证
OneModel 1.7 已通过标准评测、扰动鲁棒性测试和真实机器人任务验证。在 LIBERO 评测中，其平均任务成功率达到 99.0%；在 LIBERO-plus 七类扰动测试中，MCF-Proto 在六类中表现更优，验证了其在复杂环境下的稳定性。
图4：日常操作与高精度任务真机验证
在实际机器人测试中，OneModel 1.7 在日常操作任务中的平均成功率约为 99%，高精度任务达到约 97%。除接触类操作，该模型还在真人对打乒乓球场景中进行了测试，接球成功率高达 91.2%。这一任务对实时感知、轨迹预测和快速动作生成要求极高，充分展示了模型在高动态交互场景中的响应能力。
图5：真人对打乒乓球动态场景验证
面向“一脑多形”，打造可规模化交付的具身智能底座
OneModel 1.7 FrontoStria-RL 并非为单一机器人形态设计。作为卧安“一脑多形”技术体系的核心模型底座，其能力已扩展至 Onero 家庭保姆机器人、Acemate 网球机器人及 Kata Friends 陪伴机器人等多款具身产品。
该模型将环境泛化理解、动作执行成功率与真实反馈学习整合进统一的世界动作模型系统，覆盖家庭日常操作、高精度任务和高动态交互等多类场景。它不仅是一次技术突破，更是面向规模化交付的平台级模型。
随着 OneModel 1.7 FrontoStria-RL 的发布，卧安机器人正加速推动具身智能在家庭与服务机器人领域的实际部署，使其真正具备理解复杂任务并稳定完成的能力，迈向更广泛的应用前景。
查看全文
传感器专家网 
四方光电 
评论0条评论