4.55亿美金！中国具身智能最大单笔融资诞生，高瓴红杉联手押注具身大脑！AWE 3.0，全称AI World Engine，即「AI世界引擎」。

是的，不是VLA，也不是3D资产生成模型。这是一个从底层架构就统一了感知、决策与行动的原生具身大模型，并搭配了全球首个视触觉世界模型OmniVTA。

视觉、语言、动作，三种模态天然对齐，训练时可以在任意模态之间互相转换——

「视觉」到「视觉」就是视频预测，「视觉-语言」到「动作」就是端到端，「视觉-语言」到「视觉-动作」就是世界模型。

更直观一点来说，这个模型拥有一项叫Faliure Recovery（自我纠错）的能力。

面对柔性操作中层出不穷的突发状况，模型不再简单模仿动作轨迹，而是在隐空间里持续推演未来的多种可能，再据此做出决策。

当插接的力度或角度出现异常，机器人会主动把线拔出来，换个角度再试一次。正如人类的做法一样。