2026年世界人工智能大会于近日在上海圆满落幕。本届大会上，跨维智能的重磅发布是正式开源了Aligned DexWorld——全球首个贯通人类演示、仿真环境与真实机器人操作的时空动作对齐大规模数据集。这一概念或许略显抽象，但其核心价值十分明确：专门针对行业普遍存在的“数据越多、效果越差”的异构数据负迁移问题，为具身模型的规模化训练提供标准化、可复用的数据底座。 这已是跨维智能在底层技术领域短期内第二次推出的硬核成果。今年6月，他们刚刚发布了DexBEV具身统一空间表征框架，将BEV鸟瞰表征范式引入机器人领域，解决了传统视觉感知中视角碎片化、无法共享训练数据的问题。不到两个月后，Aligned DexWorld的问世直接将行业数据研发的思路从“堆砌数据量”转向了“对齐优先、有效训练”。具体而言，它通过将真人示教、真机遥操、仿真合成等多源样本在三维物理层面进行对齐，使异构数据真正实现互通、可用与联合训练。 除了数据基础设施建设，跨维智能在此次大会上还首次公开了DexVerse可视化生成式仿真能力。传统仿真仅能复用固定场景，而DexVerse能够高精度还原真实物理规则，通过生成式能力持续产出多样化、高真实度的全新场景与交互任务。据相关负责人介绍，该能力有效解决了真实场景数据采集成本高、样本稀少、场景受限的痛点，使模型能够在海量全新物理场景中不断迭代认知与泛化能力。 现场展示的两大工业级Demo——电子制造中的手机精密装盒、商超柔性扫码分拣，以及咖啡制作、人机象棋等生活化演示，直观地证明了其技术实力。与行业内预设固定轨迹的机械演示不同，跨维的机器人能够应对真实场景中的各类不确定干扰，真正理解场景并实现自主作业。 跨维智能方面表示，目前已形成清晰的技术闭环：以仿真引擎DexVerse与生成式仿真持续生产有效数据，以Aligned DexWorld作为标准化对齐的数据训练底座，以世界模型DexWorldModel作为核心认知能力，最终支撑机器人在真实产业场景中稳定落地。这一技术逻辑已成功跑通。