一条机器人泡茶的视频里，真正难的往往不是拿起茶杯的动作。动作与动作之间，身体轻微前倾，手与目标的相对位置就变了；手伸得远一点，腰和腿必须跟着重新调整。当人形机器人的自由度冲到70以上，任何单一关节的误差都会在整个身体链式传导中被放大。
希鸥网观察到，具身智能初创企业Current Robotics近日发布交互式世界仿真器CurrentWorld-0，即全球首个整合跨本体、多视角与力-触觉预测的世界模型。搭配HumanEx人类数据采集系统，公司已积累21,000小时人类行为数据，其中2,800小时为全身数据，并用于70+自由度平台上的全身灵巧操作基模Curr-0训练。
过去人形机器人训练的数据采集，大多把机器人部署到现场，反复执行固定动作。Current Robotics换了一条路：让真人穿着HumanEx可穿戴设备在真实环境里正常生活。办公室、工厂、家庭中原本发生的动作都被记录下来。头部、躯干、下肢这些容易被忽略的细节，现在成为模型理解全身协同的关键。
Curr-0把20自由度以上灵巧手的操作和全身运动放进同一套共享权重策略，用语言指令区分任务。撕茶包、盖章、点线香、清垃圾、抱物穿门，五类任务共用一套模型。商业逻辑很直接：数据维度越丰富，单条数据的复用价值越高，训练成本被摊薄的速度也越快。
真正的难题在评测。机器人抓偏了，视频生成模型仍可能顺着常见成功结果往下编造，画面流畅却掩盖了真实错误。CurrentWorld-0把动作对后续状态的影响保留下来，抓偏了，世界就沿着偏差继续走。它还同时预测头部、腕部、第三视角图像以及力觉触觉，解决多视角一致性和富接触任务的信息缺失。
希鸥网认为，这套“真实数据采集+共享权重策略+交互式世界模型”的组合，正在重构人形机器人产业链的利益分配。谁能先拿到高质量全身行为数据，谁就握有模型训练的底座；世界模型则把仿真评测的精度提升到一个新台阶。传统依赖人类演示视频做训练的数据服务商，面临被可穿戴采集方案替代的挑战，而仿真软件公司也需要重新评估竞争边界。
这条技术路线背后，更值得创业公司复盘的是组织决策问题。人形机器人从算法到硬件涉及大量互补能力，团队里既要有擅长整体架构的“头脑开放的学习者”，也要有把宏观规划落成具体排期的“推进者”，更需要能发现系统缺陷的“调试者”。Current Robotics把数据、模型、仿真三个环节同时推进，本质上就是让不同类型的人各就各位。
对创业公司而言，选择技术路线的勇气，往往比追赶热点的速度更重要。Current Robotics没有急于展示单点灵巧操作，而是选择补数据采集和世界模型这些底层短板。创业者的成就感不该来自外界的估值排序，而在于是否走在自己真正认可的路径上——这条路能否被资本看懂是短期问题，能否形成复利才是长期问题。
Current Robotics从HumanEx到CurrentWorld-0的推进节奏也说明：系统越复杂，越需要把人才配置当成产品来打磨。团队成员可以各有短板，但关键岗位不能放错人。就像宏观规划者身旁必须配一位擅长执行落地的副手，机器人大赛道上，算法负责人和工程负责人之间的配合，几乎决定了demo能否变成可交付的产品。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo