做了三年游戏世界后，他们决定让AI走进物理世界
游戏模型团队转战具身智能，
用虚拟经验造物理世界的大脑。
封面来源 ｜ 视觉中国
2026年的具身智能赛道，已经拥挤到令人窒息。
特斯拉Optimus计划在2026年量产5万至10万台；Figure AI刚刚完成了7亿美元A轮融资，投后估值达到60亿美元；国内具身赛道一样火热，动辄百亿估值起步。业内流传一个未必精确但足够形象的判断：每天至少有5亿元砸向具身智能。
但黎曼动力几乎是压哨出现在这场竞赛名单里。
2026年7月19日，WAIC 2026现场，昆仑万维主办的“世界模型与多模态范式跃迁”论坛上，一款名为Riemann-1.0的机器人模型首次亮相。其技术支撑就出自黎曼动力之手。
同一时间，机器人圈公认极难的“家务大考”RoboCasa-365榜单刷新——Riemann-1.0以62.6%的成绩登顶，比此前的SOTA高出8.4个百分点。这个榜单上，大部分模型还在50%以下挣扎。
亮眼的成绩之下，人们开始回过头来细究黎曼动力本身，其前身是昆仑万维内部的天工Matrix团队。黎曼动力的低调与他们的技术执念有关，过去三年，他们一直在做另一件事——训练AI生成一个可以实时交互的游戏世界。从Matrix-Game 2.0到3.5，他们解决了世界模型在实时性、交互控制和长时序记忆上的几个关键技术问题，技术方案甚至被DiT作者谢赛宁团队沿用。
直到2026年初，这个团队突然转向了机器人。
倒不是为追风口。团队发现，机器人领域正在讨论的技术框架——action/world model——和他们过去三年解决的核心问题几乎一致：看到环境、接收动作、预测未来世界。游戏是虚拟的，机器人在物理世界，但底层的数学问题收敛到了一起。
这是一个微妙的节点。2026年恰好是具身智能从“Demo阶段”走向“产品阶段”的分水岭。英伟达发布Cosmos 3，小米验证了机器人Scaling Law，行业第一次有足够的数据和算力去认真讨论“通用机器人大脑”的可能性。而黎曼动力带着一套从游戏世界模型迁移过来的技术体系，在这个时间窗口选择进入家庭场景——这个机器人公司普遍回避、却又极能检验通用智能的场景。
他们花了三年教模型生成和理解一个虚拟世界，却没有找到足够有价值的产品出口；直到机器人技术路线开始与他们收敛，团队才意识到，过去为游戏建立的能力，真正的终点可能是物理世界。
游戏曾是团队学习物理世界的训练场，机器人则把这套技术从生成世界，推向改造世界。
更关键的是，这可不仅仅是具身智能的事情，更是AI走向物理世界的关键转折点。
从游戏到机器人，复用的技术框架
在WAIC的曝光之后，黎曼动力的故事逐渐揭开面纱。36氪了解到，过去三年，黎曼动力一直在训练AI生成一个可以被人控制的世界。用户按下方向键，模型需要实时预测下一帧会发生什么：人物向前走，视角如何变化；撞上障碍物，身体应该如何停下来；离开一条街后再次返回，建筑是否还在原来的位置。
到2026年，他们决定把同样的问题交给一台机器人。
区别是，在游戏里预测错了，最多是一段画面失真；在现实世界里，机器人可能打碎一个杯子，撞倒一把椅子，或者根本无法完成任务。
从虚拟世界到物理世界，看似只差一个机器人本体，实际上是从“生成看起来合理的未来”，跨到“生成真正可以执行的未来”。
为什么选择游戏，而不是一开始就做机器人？
对黎曼动力来说，游戏是理解世界颇为容易获得的“最小实验场”：有空间、有角色、有动作输入、有重力、碰撞等物理规则；用户的每一次操作都会改变未来状态；数据规模和实验成本远低于真实世界。
Matrix-Game做的也不只是视频生成，而是让模型根据人的动作实时生成后续世界。用户可以前进、跳跃、攻击、移动视角，模型需要理解动作如何改变场景，并保持视觉、时序和物理的一致性。
团队过去三年真正解决了三个问题：世界能不能被实时生成；人的动作能不能准确改变世界；世界能不能记住此前发生过什么。
2025年8月，昆仑万维发布Matrix-Game 2.0，实现了单卡25FPS的实时长序列交互式生成。这是业内领军的在通用场景上实现实时长序列交互式生成的世界模型开源方案。到2026年7月，Matrix-Game 3.5进一步升级，从游戏场景向真实场景全面扩展，引入NPC交互能力并全新升级长时记忆能力。
对一个模型团队来说，技术被同行采用，往往比榜单成绩更能说明问题。
2026年3月，DiT作者、纽约大学助理教授谢赛宁团队发布了全球领军的多人视频世界模型Solaris。该模型以Matrix-Game 2.0为技术底座，通过引入多人自注意力层实现玩家间信息交换，在《我的世界》中成功验证了多玩家协同感知能力。近期，谢赛宁担任联合创始人兼首席科学官的AMI公司完成了10.3亿美元种子轮融资。
团队后来才意识到，他们看似在训练一个游戏生成模型，实际上一直在训练模型理解“动作如何改变世界”。这是未来游戏转机器人的技术桥梁。