当人形机器人产业还在为"自由度越来越多"欢呼时，一家新晋创业公司把注意力放到了更系统的问题上：数据如何获取、模型如何训练、能力如何验证。8月20日，人形智能公司Current Robotics（元流）首次对外披露融资进展，公司已先后完成种子轮、天使轮、Pre-A轮融资，累计融资数亿元人民币，投资方包括BV百度风投、高瓴创投、绿洲资本、Monolith砺思资本、前海方舟、复星创富、钧山资本等财务机构，以及智元机器人、星海图、极壳科技等产业方。几乎同期，公司发布了交互式世界仿真器CurrentWorld-0，这是全球首个在统一框架中整合跨本体、多视角和力触觉预测的机器人世界模型，让"策略先在仿真环境里跑，问题早暴露"成为可能，也为具身智能的能力评测提供了新的基础设施。
理解CurrentWorld-0，要先理解它与普通视频生成模型的本质区别。普通视频生成关注的是未来画面是否合理，而机器人世界模型需要让策略真正进入生成环境执行：策略不断读取当前观察、输出动作，世界模型根据动作生成下一状态，新的观察再重新交给策略。这时，"动作能不能真正改变后面的世界"就变得至关重要。如果机器人已经抓偏，生成模型却顺着更常见的成功轨迹继续往下补，最后还是把物体"拿"了起来，画面本身没有明显违和，但原本应该被评测出来的错误却消失了，这样的仿真环境对机器人训练毫无价值。CurrentWorld-0通过保证动作可控性解决了这一问题：抓取位置错了，物体不会自行回到正确位置；任务已经失败，后面的世界也会沿着这个结果继续发展。
跨本体、多视角与力触觉预测，是CurrentWorld-0区别于其他世界模型的三张王牌。跨本体方面，不同机器人有各自的动作空间和控制方式，模型保留了对应的动作子空间，再从不同机器人与环境的交互中学习可以共享的环境动力学，机器人怎么控制可以不同，但动作落到环境之后物体如何移动、接触之后状态怎样变化，仍有可以跨本体学习的规律。多视角方面，真实任务里策略同时依赖头部、腕部和第三视角，几个视角看到的内容不同却对应同一段交互，模型需要保证不同视角之间的同步，一个视角里的物体被移动，其他视角也要同步变化。力触觉方面，面对开瓶、削黄瓜这类富接触任务，RGB信息能提供的线索有限，模型把视觉、力觉和触觉放进同一次预测，让接触发生以后产生的物理反馈也能跟着机器人动作继续变化。
CurrentWorld-0只是元流技术体系的其中一环。围绕"数据、模型、评测"的闭环，公司构建了三件套：HumanEx负责提供规模化真实人类数据，Curr-0负责全身灵巧操作模型训练，CurrentWorld-0承担可规模化的验证环境。其中，HumanEx是一套人类数据采集系统，通过头戴式设备、数据手套、全身外骨骼、肌电设备等，采集人在真实环境中的第一视角视觉、双手与全身动作以及全身受力，无需提前在采集场景中部署机器人，工厂、办公室、家庭等人类原本就在执行任务的环境都可以成为数据来源。目前，元流已积累2.1万小时人类行为数据，其中包括2800小时全身数据，用于支撑Curr-0及后续全身灵巧操作基模的训练。
Curr-0则是元流推出的全身灵巧操作基模，将双足人形机器人与20自由度以上灵巧手纳入同一模型中学习和推理，运行于70+自由度人形机器人平台，通过基于大规模真实世界数据的端到端训练，以共享权重策略完成多类任务，并通过语言指令区分。目前公开的五类任务包括撕茶包、给文件盖章、点线香、清理桌面垃圾、抱物穿门，这些任务的共同特征是移动与操作持续耦合，正是人形机器人进入家庭、商业空间等开放环境后必须掌握的能力。从研究背景看，元流创始人兼CEO祝毅晨是前美的集团具身智能部部长，毕业于多伦多大学，发表顶会论文40余篇、学术引用超5200次，曾提出全球首个VLM加扩散模型的VLA范式，其团队主导的WorldEval研究最早提出将世界模型用于具身策略评估，Physical Intelligence的π0论文唯一引用的中国团队研究成果，正是祝毅晨团队的TinyVLA与ScaleDP工作，这些积累为元流的技术路线提供了深厚的学术支撑。
CurrentWorld-0的发布，意味着世界模型开始从"生成画面"走向"评测策略"。团队公布的实验结果显示，不同策略在CurrentWorld-0中的相对表现与真机测试能够较好对应，真实执行中出现的主要失败模式也可以在生成环境中复现，这意味着开发者可以在仿真环境中提前暴露问题。这些失败案例还可以继续往下使用：策略运行到容易出错的位置时，人可以接管，中间状态能够被保存、回滚，再从同一个位置尝试不同的纠正动作，围绕一次失败可以获得多条纠正轨迹，再用于策略后训练。世界模型由此成为连接训练与部署的加速器：策略先在生成环境里跑，问题真正出现以后，人再从具体的失败状态介入，纠正过程中产生的新轨迹继续进入训练。
从行业视角看，元流三件套的发布揭示了一个趋势：人形智能的竞争正在变成一道系统题。双足本体决定机器人如何进入人类空间，高自由度灵巧手影响精细操作能力；真实数据为模型提供物理经验，全身基模负责学习移动与操作之间的协调关系，世界模型则承担策略验证和持续迭代。当单项能力之间的边界越来越模糊，谁能把数据、模型、评测捏合成一个连续闭环，谁就能在具身智能的下一轮竞赛中占据先机。元流选择在此时带着数亿元融资和完整技术栈亮相，正是基于这套系统化判断，也让人形机器人的竞争从"拼硬件参数"正式进入"拼数据与评测体系"的新阶段。