大晓Kairos+3.0-4B模型开源：为机器人装上“原生大脑”

3月13日，记者从大晓机器人处获悉，该公司已正式开源其具身世界模型“开悟世界3.0”（Kairos 3.0）- 4B系列，标志着其原生世界模型走向开放。

Kairos 3.0-4B是全球首个可在端侧驱动、实现具身智能本体控制的世界模型，同时也是业内首个在THOR端侧平台上达成1:1.5（视频生成时间与视频时长比）实时生成的具身世界模型。该模型部署于Jetson Thor T5000端侧平台，算力高达517 TFlops，不仅能在3D仿真环境中精准生成机械臂的运动姿态、完成运动轨迹的预测与规划，更可依托THOR端侧平台实现对机器人本体的真实驱动与作业执行，推动机器人从“会表演”迈向“能干活”的实质性跨越。

得益于端侧部署，该模型可直接输出从机器人上臂、手部直至下肢的全方位控制指令，省去了繁琐的中间翻译环节，实现了“想到即可做到”的快速响应。

在一则家庭场景演示中，机器人展示了全流程自主作业能力：首先，它有序地整理桌面上的杯子与纸巾盒，规划合适位置摆放物品；随后自主走向洗衣机，捡拾衣物、打开舱门、完成衣物投放与清洗操作；接着穿过客厅进入厨房，开启冰箱取出牛奶，打开壁橱拿出麦片，并拉开抽屉取出碗勺，将麦片和牛奶倒入碗中，最终自主完成了一份早餐的准备工作。

当前，具身智能行业普遍面临数据稀缺且割裂的困境，传统生成式模型往往仅侧重于视频生成，缺乏对物理世界的深度认知，因而在长时序交互不足、部署算力成本高昂、状态预测物理一致性差等方面遭遇发展瓶颈。

作为业内首个实现“多模态理解 — 生成 — 预测”一体化设计的开源具身原生世界模型，Kairos 3.0-4B并非简单地在大型语言或视觉模型后附加运动接口，而是从架构底层就为机器人在真实世界的运行进行设计。它以自然界基本物理规律与因果律为认知根基，构建起跨本体的统一世界理解框架，彻底打破了传统具身智能“行为模仿”的技术局限，将模型能力升级至“物理级深度理解”的维度。

Kairos 3.0-4B在长时序视频生成能力上也实现了显著突破。其智能体能够对用户复杂的交互指令进行层级化解析与结构化拆解，依托模型对序列间的时空演化、物理规则、场景动态及交互逻辑的精细化预测，补全连续世界信息，并通过自我反思机制实现闭环迭代优化，最终生成长达7分钟的具身动态交互视频。

据悉，Kairos 3.0-4B还在业内率先实现了云端1:1实时推理，推理速度较其前代Cosmos 2.5提升达72倍，刷新了全球具身世界模型的性能纪录。