具身智能拼落地，首家集齐六颗商业化宝石

今年年初，不少具身智能企业忙于比拼benchmark，榜单频繁刷新。进入下半年，行业焦点转向商业交付，关注机器人实际落地能力。真正的壁垒，藏在无法开源的部署Know-how中。具身智能落地需跨过三道关卡：适应现场干扰、处理时延与动作衔接、沉淀可复用技能以推动规模复制。

安努智能从成立起便以商业化落地为核心，专攻“部署Know-how+垂类模型”，以真实订单为检验标准。近期，其密集发布6项成果，形成从数据生成到部署回流的全栈闭环：

Helios：实时长视频生成技术体系，其长时序建模等技术击中具身智能与世界模型痛点，已被高德ABot-World等团队用作基础模型。

ANU SimLab：面向软物体操作的仿真平台，集成自研软体与热学双求解器及sim2real方法，软包裹抓取等能力已完成工业验收。

ActiWorld：动作锚定的世界模型，通过逆动力学头与运动门控精准捕捉交互变化，预判动作成败。在AgiBot G2真机分拣任务中，加入其引导后成功率从56.0%提升至62.0%，相对失败率下降约13.6%，且推理时零额外开销，可作为“预演参谋”接入任意本体。

RoHIL与EvoHIL：两代真机强化学习技术。RoHIL解决换工位迁移成本，EvoHIL实现上线后自主进化，通过自演化奖励模型SER避免奖励漂移，AFS模块减少抖动。相关任务中可30分钟训练达满分成功率，跨光照0重踩，部署成本降低80%。

AnuVerse-0.5：由世界模型蒸馏的垂类小模型（MoT架构、百毫秒推理、单卡部署），作为产线边缘端“大脑”，将泛化能力压缩为极速指令。

Nexus：端到端部署系统，通过统一接口缩短接入时间，调度模型与技能，汇聚算力资源，实现快速部署与自主调度。

ActiWorld与头部基座模型并非竞品，而是嵌套协作：基座回答“世界大概会怎么变”，ActiWorld回答“做这个动作具体会怎样”，前者撑广度，后者深耕工业精度。为解决世界动作模型的“不可能三角”（规模、速度、成本），AnuVerse-0.5在数据、训练、工程三层面协同优化，压缩机器人反应等待时间。