近日
，大晓机械人结合香港中文大学多媒体尝试室、丽江河套学院颁布最新世界模型钻研成就Kairos-HomeWorld
，这是全球首个实现全屋天生、个别物体全交互的世界模型统一框架。

该技术突破了现有室内场景天生仅能覆盖单房间、不足全局一致性与可操作性的行业瓶颈
，可能一键天生结构连贯、物理合理、职能齐全的全屋三维场景
，为具身人为智能与机械人训练提供了大规模、高保真的中国度庭场景可交互的实训场。

具身智能的终极指标是走进千家万户
，但家庭环境的高度复杂性与个性化
，要求机械人必须在海量差距化真实场景中训练。为此
，钻研团队同步开源全球规模最大、首个专为中国度庭打造的全屋3D数据集。该数据集蕴含30万套中国真实住宅平面图与5千个齐全带可交互家具和物体的仿真场景
，覆盖全国各类典型家居户型
，齐全还原中国本土家庭居住特点
，为具身人为智能的国产化落地提供了主题数据与技术底座。

此前
，北美机械人领军企业Figure AI与全球最大房地产持有者之一Brookfield达成战术合作
，依附Brookfield超10万套的住宅单元
，进行机械人导航、交互、家务执行的训练
，这与Kairos-HomeWorld赋能本土机械人训练的思路形玉成球响应。

与之相比
，Kairos—HomeWorld在家庭机械人训练方面成本低、效能高。依附模型就能批量天生多样化中国度庭仿真场景
，以及自带物理交互属性的物体；等丝稍谛楣够肪呈迪指骼嗉椅裱盗
，新增场景近乎零边际成本
，省去场地运维、家具损耗等实景开支；同时不受现实房源总量限度
，在训练效能与规；卣股嫌庞谑档夭杉废。

目前Kairos-HomeWorld已成功利用于大晓机械人的具身智能日常训练
，可能支持机械人实现跨房间导航、多房间物品整顿等复杂长程家务工作的全流程仿真训练
，大幅缩短了从虚构仿真到现实落地的迁徙周期
，显著降低具身智能的研发门槛
，加快机械人在中国市场的规；榧。

▎初创全屋三维天生与物体级可交互 突破行业仿真数据天花板

Kairos-HomeWorld凭借四阶段分层天生架构（全局结构—部门细节—关环校验—交互加强）
，初次实现从单句文本到结构全局一致、物理齐全合规、物体可交互的齐全住宅三维场景端到端天生
，彻底沉构了室内场景天生的技术范式。

该架构将复杂的全屋级天生工作解耦为四个阶段
，美满解决了传统步骤全局一致性差、物理谬误频发、场景不成交互的挑战。

框架的第一阶段初创基于K-D树的平面图结构化暗示步骤
，将真实住宅平面图转化为大说话模型可高效进建的分层文本结构
，预防房间沉叠、拓扑断裂等传统户型天生步骤的缺点。第二阶段选取"俯视图全局初始化+第一人称细节周游"的分层战术
，以一阶段天生的3D构筑表壳锚定整个天生过程
，解决了2D-3D提升步骤普遍存在的几何漂移问题。第三阶段通过微调视觉说话模型构建递归关环校验机造
，自动检测并建改"沙发挡门"、"物体穿墙"等物理违规
，将家具布局碰撞率节造在行业最优水平。

在物体级全交互层面
，Kairos-HomeWorld是全球首个全屋可操作物体天生的统一框架
，这一标志机能力由架构第四阶段的表表中心物体搁置算法实现。系统自动获取物体材质、密度、铰接结构等。最平天生的每个场景均匀蕴含超过15个可操作物体
，足迹物体密度（衡量家具表表上物体的密集程杜纂职能丰硕度）达4.16
，且所有物体可直接导入仿真引擎进行抓取、移动、堆叠等交互操作。

该框架精准解决了房间动线混乱、职能邻接性缺失的全局一致性问题；突破了天生场景 "只能看不能用" 的局限
，让虚构环境真正具备支持机械人导航、操作、工作执行的能力；破解了3D仿真数据稀缺的瓶颈
，解决了合成数据不真实、扫描数据不成交互的矛盾。这次同步开源的大规模数据集
，将进一步加快具身人为智能的产业化落地。

▎30万真实户型+5千家庭全场景
，全球首个中国度庭专属全屋3D数据集颁布

大晓机械人结合香港中文大学多媒体尝试室颁布首个专为中国度庭居住场景打造的全屋3D数据集
，数据规模全球最大。该数据集蕴含30万张经过结构化标注的真实住宅平面图、5千个拥有齐全室内布局与家具安插的全屋仿真场景
，以及5万个支持物理仿真与交互操作的物体资产。彻底添补了国内不足大规模、高保真、切合本土居住习惯的室内场景数据的行业空缺
，为中国度庭服务机械人的本土化训练提供了主题数据底座。

在规模上
，该数据集实现了量级式突破。30万张真实住宅平面图全数来自中国市场真实房源
，经过多阶段自动化处置流程实现矢量化与结构化标注
，蕴含门窗地位、房间几何、职能分区、连通关系等全维度信息
，是目前全球最大的真实住宅平面图数据集
，是此前宽泛使用 RPLAN 数据集蕴含8万张
，ResPlan 数据集仅蕴含1.7万张。

在此基础上训练天生的带家具和物体的全屋仿真场景
，每户均蕴含齐全的家具布局
，并借助Physx-Omni模型
，自动天生均匀15+个带物理属性（蕴含密度、铰接、流形等）的可交互对象
，且全数支持直接导入仿真引擎进行交互式训练。

图注：全球室内场景资源对比表
，其中各符号与术语的寓意如下：Rec. 代表基于沉建的真实世界数据集；S./H. 别离指代带家具场景数（单个、通常为房间级此外独立区域）与住宅数（蕴含多个房间的统一齐全住宅）；Sim-ready 即仿真就绪度
，用于衡量数据集是否提供可直接在仿真 / 渲染引擎中事俘化、并支持物体级交互操作的齐全 3D 场景；MObj. 暗示罕见据可查时的单场景均匀可操作物体数量；n/r 指未汇报有关数据
，“–” 暗示该项不合用；Collection 则代表由多个分歧数据源整合而成的聚合类数据集。

更具行业价值的是其中国度庭专属属性。此前全球主流的开源室内场景数据集均基于欧美居住习惯构建
，普遍存在房间布局和装璜欧美化、盛开式厨房、不足阳台职能区等问题
，导致基于这些数据训练的机械人在进入中国度庭时出现不服水土。

Kairos-HomeWorld数据集覆盖了全国分歧城视注分歧面积段的典型户型
，从30㎡一居室刚需幼户型到200㎡以上改善型大户型
，齐全还原了中国度庭特有的南北通透布局、封关式厨房、独立生涯阳台、干湿分离卫生间、玄关鞋柜等本土居住特点
，甚至蕴含老幼区非矩形厨房、不规定客厅等常见复杂户型。

这次数据集将面向学术界与产业界全面开源
，团队还打算在后续版本中持续扩充实歧地域、分歧装建风格的场景样本
，并参与更多中国度庭特有的物品与交互场景
，进一步降低具身AI的本土化训练门槛
，加快服务机械人在中国度庭的规；涞。

▎沉浸式演示一键天生中国度庭仿真场景
，加快机械人训练

Kairos-HomeWorld已成功利用于大晓机械人的具身智能日常训练。本次视频齐全出现了Kairos-HomeWorld从文本指令到可交互户型的全链路天生过程
，直观展示了其 "一键天生、全局一致、物理合规" 的主题能力。

视频中
，只需输入 "天生一套新中式90平米两室一厅" 的文本提醒
，模型首先基于中国真实户型数据与K-D树结构化暗示
，急剧天生切合本土居住习惯的空屋间结构
，精准还原南北通透、职能分区合理的典型户型。

随后通过"俯视图全局布局+第一人称细节填充"的分层战术
，自动天生风格统一的家具摆放；接着通过Physx-Omni模型为桌面、台面等表表天生带齐全物理属性的可交互物品资产
，例如铰接属性、密度、流形等。

通过天然说话下达"全屋物品整顿"的复杂指令
，机械人自动将其拆解为多个精准的子工作
，依照"客厅→阳台→厨房→主卧→餐厅→次卧"的齐全全屋动线顺次执行。

在大规模中国度庭仿真环境训练的机械人能够鉴别分歧物品、规划最优蹊径、实现精准抓取与搁置的全过程
，蕴含将打开冰箱和柜门的铰接物体交互、倒洗衣液的流体交互、拉开窗帘的柔性物体交互、拿苹果的不规定物体交互
，以及搁置零食的仿照沉力属性交互等。

相比传统仅能支持导航训练的仿真环境
，Kairos-HomeWorld天生的场景具备全局一致的空间结构
，支持机械人跨房间陆续导航；所有物体均带有真实物理属性
，机械人可与超过15种分歧类型的物品进行天然交互
，仿照真实世界的碰撞、沉力与摩擦成效
，让机械人在虚构世界中就能实现复杂家务工作的全流程训练
，大幅缩短了从仿真到现实的迁徙周期。

项目主页链接：

https://kairos-homeworld.github.io/