◆ MODEL-FIRST · ROBOT FOUNDATION MODEL具身大模型 · 中国

Sreal AI

一句话定位

由邹应天创办，以大规模视频基础模型构建生成式世界引擎；MultiWorld 用智能体身份条件和共享三维状态实现多角色动作控制与多视角一致生成。

详细技术路线

数据入口以多人游戏长视频、同步键鼠动作和多机器人操作轨迹为数据入口；MultiWorld 公开数据同时包含成功与失败任务。→

世界表征Multi-Agent Condition Module 用身份嵌入和动态动作加权区分多个智能体，Global State Encoder 用 VGGT 三维特征形成跨相机共享状态。→

策略与控制给定历史画面和多个智能体动作并行生成不同视角的未来视频，当前公开系统尚未把预测接入在线策略搜索或真机控制器。→

本体部署不自造本体；论文在多人游戏和 RoboFactory 的 2—4 机器人操作数据上验证可变智能体、可变相机与动作跟随。→

反馈闭环下一阶段需要把用户交互、长时状态漂移与机器人失败轨迹回流训练，并证明预测能提高规划或真机任务成功率。

TECHNOLOGY / 补充技术机制与验证证据

数据入口：以长序列视频、多人游戏交互和多机器人操作轨迹为核心训练材料；MultiWorld 的游戏数据包含超过 100 小时双角色真实游玩，RoboFactory 每项任务包含 1,000 条成功与 2,000 条失败轨迹
世界表征：Multi-Agent Condition Module 用身份嵌入区分不同智能体，并动态提高正在行动者的条件权重；Global State Encoder 使用预训练 VGGT 提取三维感知特征，再经交叉注意力压缩为多视角共享状态
策略与控制：模型接收历史画面与各智能体动作，生成动作条件下的未来视频；它能够检查“不同角色做什么后会看到什么”，但尚未公开把预测接入在线搜索、策略优化或真机闭环控制的系统结果
本体部署：论文同时覆盖多人游戏与 2—4 个机器人协作操作，证明架构不只面向游戏画面；机器人实验仍来自 RoboFactory 数据集，不能等同于真实生产部署

公开团队规模：公开招聘介绍称团队成员来自清华、北大、上海交大、香港高校以及 Meta、NVIDIA、Amazon、MIT、UCB、NUS 等机构。人员任职信息更新至页面标注日期。

邹应天：创始人；上海交通大学人工智能学院助理教授，曾入选华为“天才少年”计划并于 2024—2025 年任职华为，博士毕业于新加坡国立大学，研究覆盖基础世界模型理论、自改进系统、生成一致性与交互效率
MultiWorld 公开作者包括香港大学吴浩宇、余继文、刘悉慧与 Sreal AI 的邹应天；这一署名可证明公司参与该项研究，但不等同于全部作者均为公司成员
公开招聘介绍称团队成员来自清华、北大、上海交大、香港高校以及 Meta、NVIDIA、Amazon、MIT、UCB、NUS 等机构；公司未披露经审计的团队规模和完整管理层名单

UPSTREAM & ECOSYSTEM / 上下游与生态

待核实：未找到可区分为上游或基础设施合作的可靠公开披露

PRODUCTS / 产品

COMMERCIAL DEPLOYMENT / 商业部署

合作仅指公开战略合作、联合研发、适配、客户部署或产业协同；分类依据公开表述，不把同一生态中的出现推断为正式订单。

POSITION / 竞争位置

位于游戏世界模型、视频基础模型与多智能体模拟的交叉位置，商业入口先从数字娱乐和创意生产切入。

DIFFERENTIATION / 核心差异化

同时解决“谁在行动”和“不同相机是否看到同一事实”：身份嵌入与动态动作加权负责多智能体可控性，共享三维状态负责多视角一致。

MOAT / 竞争壁垒

多智能体视频架构、长视频训练工程和游戏数据可能形成早期壁垒；产品壁垒仍取决于实时交互、长时状态保持和客户工作流采用。

INSIGHT

优先采用公司官网、监管 / 政府信息和正式公告。来源旁的日期为信息更新日期，不一定是事件发生日期。