——Rainbow Stella 4D 把长时序物理任务的落地成本压到同口径的百分之一,并给出了「世界记忆模型」这条与行业主流完全不同的技术路线
【北京,2025 年 6 月 25 日】人形机器人要走进真实场景,卡点从来不是 “能不能动”,而是 “每多会一件事,要再花多少钱”。
奇迹男孩(北京)人工智能科技有限公司旗下主打产品Rainbow Stella 4D今天披露了一项反向结论:让一个人形机器人完成 “骑自行车去指定目标点” 这类长时序物理交互任务,不需要训练任何专用大模型,不需要采集大规模演示数据,也不需要搭建强化学习集群。
按行业通行口径,同类任务的报价是一个十人团队、一个月周期、千万级 GPU 小时的训练账单,加上数百小时的真机演示数据采集。Rainbow Stella 4D 给出的数字是:一个人、一周、零训练算力。
“我们没有让模型去学物理,” 产品负责人说,“我们只是把人类已经写清楚的物理,翻译给身体听。”

一、拒绝行业的默认答案
过去两年,具身智能的主流路径高度趋同:采集海量演示数据,训练一个视觉-语言-动作模型(VLA),让模型从数据里 “悟” 出身体该怎么动。从 GR00T 到 RT 系列,逻辑一致 —— 把运动学、动力学、动作合理性全部塞进一个网络的隐式参数里。
这条路能走通,但它有一个结构性代价:每增加一个新任务,就要补一批数据、重训一轮模型,边际成本始终很高。而人形机器人真正的商业瓶颈正在这里 —— 本体在降价,任务部署成本不会自动降价。硬件遵循制造业逻辑,会随量产摊薄;而 “让机器学会第 100 个场景” 的成本,遵循软件逻辑,如果不换架构,它只会线性叠加。
Rainbow Stella 4D 选择的是一条更 “笨”、但更可控的路:上游通用大模型的语义理解与任务拆解能力完全复用,不动一个参数;在 “大脑” 和 “身体” 之间,插入一层显式的中间件。

这层中间件把一件事拆成四段:
通用大模型只负责听懂 “去便利店”,并把它拆成 “找车 → 上车 → 蹬踏 → 平衡 → 导航”;
任务拆解层把每一步过三重验收:语义证据够不够、几何上可不可行、子目标是否一致;
技能层把 “蹬一圈” 拆解成 “左脚踩到底、右脚抬起、重心左移两厘米”;
几何解算层只回答两个问题:手在哪儿?想让手到杯子上,各关节该转几度?
一条被写死的铁律:大模型永远不许直接输出关节角度。用产品负责人的话说是 ——“老板不下车间拧螺丝。”
二、关键分歧:要的不是 “世界模型”,是 “世界记忆模型”
Rainbow Stella 4D 在技术实践中,反复纠正了一个被普遍混用的概念。
行业所说的 “世界模型”,是一台会预测未来的机器:给定当前状态和动作,输出下一帧或下一个隐状态。Dreamer、Genie,以及用视频生成充当仿真器的路线,都是这个思路 —— 用一个学出来的网络,替代真实世界跑一遍。
Rainbow Stella 4D 构建的是一套世界记忆模型。它不预测未来,它做三件事:记住、索引、给先验。
差别可以用一句话概括:世界模型是权重,世界记忆模型是数据库。
“这不是措辞问题,” 产品负责人解释,“它决定了出错的时候会发生什么。世界模型错的时候,会自信地预测错 —— 它给你一条看起来很合理的动力学轨迹,你照着走,然后撞了。记忆模型错的时候,会召回不到 —— 它找不到对应经验,于是降级、发问、停下等人。在安全关键系统里,‘召回不到’是一种安全的失败,‘自信地预测错’不是。”
这套记忆模型的最底层是所谓的 “本能域”—— 四层随体在线、不消耗推理的结构:自身坐标与姿态、周围物体体积与距离、由材质与触感推导的物性先验(金属冰凉意味着沉重、别单手拎)、以及在物理上是否说得通的常理预判。
它不是抽象概念:婴儿先学会控制身体,再学会判断距离,再建立 “轻重” 直觉,最后才敢伸手。Rainbow Stella 4D 把这四层做成了机器人的地基。
三、真正的护城河:技能会沉淀成本能
比 “省算力” 更值得关注的,是 Rainbow Stella 4D 这套架构里一个会产生复利的机制。

在本能域之上,技能是这样长出来的:一次交互学到一个小动作(碎片技能);把 “我这么做” 和 “世界这么回应” 绑成一条带情境的因果记录;在离线阶段重放这些记录、做低风险组合试验(团队称之为 “梦境回炉”,对应生物在睡眠中的记忆巩固);反复成立的组合被提升为复合大技能;大技能再被压缩、去除中间态,沉淀回本能域,从此不再消耗推理。
这意味着新任务不必从零开始。第十个任务复用的是前九个任务沉淀下来的本能层,而不是第九次从零写规则。
这也回答了这类架构最常被追问的一个问题:“规则写死” 路线的成本会不会线性叠加?Rainbow Stella 4D 给出的答案是可以不 —— 只要沉淀复用率足够高,边际成本就能从线性压到次线性。研发团队称,沉淀复用率是他们正在实测的核心指标,将直接决定这条路线能覆盖多少个垂直场景。
用负责人的比喻:“这就是小孩学骑车。没人给孩子讲前叉拖曳距。他先学会站,再学会判断距离,摸一下知道轻重,踉跄几下,摔了记住,睡一觉,某天就‘会了’。人的本能是黑箱,我们的本能可以打开看。”
四、比省钱更值钱的,是 “能不能签字”
如果只是便宜,这套产品方案并不性感。Rainbow Stella 4D 认为真正的分水岭在别处。
2025 至 2026 年,人形机器人的门槛正在从 “能不能动”,迁移到 “能不能证明它不会伤人”。
端到端 VLA 提供的是相关性:它做对了,但开发者回答不了 “为什么这个动作是安全的”,这个结构在安全案例审查面前是空白的;
Rainbow Stella 4D 这套分层架构提供的是不变量:每一道验收门都能写成一条可形式化的约束 —— 重心必须落在支撑多边形内、脚掌可达域、关节限位、平衡裕度阈值 —— 每一条都能被审查、被测试、被签字。
“成本是省钱,可认证是能不能卖。” 负责人称,随着欧盟《人工智能法案》等监管把准入门槛立起来,可解释与可追溯能力将从加分项变成准入项,而这恰恰是黑盒路线在结构上最难补的一课。
值得一提的是,这套技术思路并非原创。安全关键系统领域有一个用了二十年的名字 ——运行时保障 / 安全护盾(runtime assurance /shielding),航空与自动驾驶是它的主场。奇迹男孩将这套理念落地到 Rainbow Stella 4D 具身机器人产品之上。
“范式上没有秘密,任何合格的机器人工程师几周就能复现。” 负责人说,“护城河不在范式。在被真机验证过的垂直规则库、能签字的验收文档、和真实部署数据。范式谁都能抄,签过字的规则库抄不走。”
五、边界与下一步
在被问及 Rainbow Stella 4D 技术成熟度时,研发团队主动给出了一个不常见的坦白:目前的演示运行在刚性体仿真环境中,面向单一机体与确定性场景,尚不是硬件控制器。
从仿真到真机,中间隔着接触动力学、轮胎滑移、关节力矩上限、控制延迟与传感器噪声;此外还有一道物理上明确的悬崖 —— 自行车在低速时自稳定会失效,规则需要在此边界退化并交还给人接管。
“含糊这一点是最蠢的做法,” 负责人说,“懂行的人只会在这一行上发现你在夸大,然后把前面所有真话一起打折。”
据产品研发团队披露,Rainbow Stella 4D 近期目标集中在三件事上:
实测沉淀复用率:第二个任务的实际工时、第十个任务是否仍能由单人维护 —— 以日志为准,不以估计为准;
公开验收门的拦截链路:一段完整记录 —— 大模型给出不合理计划、第三道门将其拦下、系统自主重规划成功;
标定低速悬崖:确认自稳定失效的临界速度,以及规则在边界上的退化策略。
更长远的目标,是依托 Rainbow Stella 4D 形成可交付给整机厂商的垂直场景验收包—— 一套能被客户、被监管、被保险方接受的、可签字的能力证明。
“三件事做完,这份东西才算有结论。现在它有立场,还没有结论。”
关于奇迹男孩(北京)人工智能科技有限公司
奇迹男孩(北京)人工智能科技有限公司成立于 2018 年,主打产品为 Rainbow Stella 4D,专注于具身智能与长时序物理交互任务的低成本工程化落地,技术栈覆盖端侧硬件底座、具身运行时软件栈、多模态模型与运动控制全栈。如果说行业主流走的是「千训一模」的重资产路线 —— 用海量训练数据与算力堆出专用模型,换机型、换场景就要重走一遍训练流程;那么 Rainbow Stella 4D 践行的就是「一模千机」的轻量化路线 —— 同一套核心架构与能力体系,迁移到新机型时仅需更换本体参数表,无需重训模型,边际部署成本近乎为零。
底座向上兼容任意上游通用大模型,向下适配不同自由度、不同尺寸的人形本体,把具身智能的落地逻辑从「堆算力训模型」扭转为「做结构提效率」,让整机厂商不用再为每一款产品单独支付昂贵的模型训练成本。
责任编辑:kj005
什么是“天数天算”?国家为什么要大力发展“太空计算”?......我是飞腾腾锐D2000V飞腾芯片家族里专门“上天”的那个。想知道上面这些问题的答案吗?点击视频,来听听我的故事吧!
先看一组常被忽略的数字:约 41% 的晚期 ALK 阳性非小细胞肺癌患者存在共病,其中心血管疾病占 61.5%、代谢和内分泌疾病占 40.2%、呼吸系统疾病占 ...