从单段视频到数字孪生、仿真训练和真机验证，这项三方联合预印本研究为观察机器人场景适配能力提供了一组可复核结果。
投资界获悉，近日，由纽娲机器人、上海交通大学和山东大学研究人员共同完成的Video2DoorTraversal 预印本公开发布。上海交通大学博士生唐心诚为第 一作者， 纽娲机器人创始人、上海交通大学特聘教授杨睿刚为论文通讯作者。
纽娲机器人此前宣布完成5000 万元天使轮融资，公司定位于具行智能大脑，关注机器人在开放人类环境中的持续通行与连续任务完成。Video2DoorTraversal 则从一个足够具体的任务切入：让轮足移动操作机器人完成真实推门的接近、开门与穿越。
“机器人会开门”提供了一个直观结果。对投资人而言，更接近产业的问题是：面对新的真实对象，场景信息能否通过轻量采集转化为仿真资产，再转化为可以在真机上执行的策略。
一项联合研究，给出一组可复核的真机结果
Video2DoorTraversal 采用单视频 Real-to-Sim-to-Real 路线。针对每扇目标门，研究人员分别拍摄一段普通 RGB 视频，由 DoorTwin 恢复真实尺度、门板结构、把手位置和铰链关系，生成可以进入物理仿真的数字资产。系统在仿真中生成并筛选成功轨迹，ArticuACT 再基于机器人前视与腕部深度图，协调底盘、机械臂和夹爪完成真机任务。
在论文指定的轮足移动操作平台和测试设置下，系统在五扇真实推门上每扇各测试35 次，共完成 175 次测试，其中成功 169 次，平均成功率为 96.57%。在三扇结构相似、训练阶段未见过的门上，策略无需增加目标门训练或轨迹生成，零样本平均成功率为 80.95%。完整的接近、开门和穿越过程平均用时约 13 秒，视觉处理与策略推理均在机器人本地运行。
这组结果证明的是论文限定条件下的端到端真机验证，进而一段视频可以让同一策略覆盖任意门，下一步即将扩展为通用开门产品或规模化交付能力。论文当前主要处理推门，拉门、更多把手机制和更丰富的门体结构仍属于后续方向。
资本更关心：一项研究距离公司能力还有多远
具身智能公司的长期价值，往往取决于技术能否在不同项目中复用。落到Video2DoorTraversal，这个问题可以进一步拆成三个层次。
第 一层是研究能力。单段视频、门体数字孪生、仿真轨迹生成和真机策略部署，已经在论文限定的推门任务与指定平台上形成端到端实验流程。
第二层是公司公开的技术架构。纽娲的世界通行模型WTM 旨在组织空间理解、任务判断、导航和具身操作；在其公开架构中，WorldWeaver 被定位为真实场景数据与三维资产的组织层，SimWeaver 的目标是提供物理仿真能力，支持 WTM 的训练与评测。
第三层是二者之间的工程关系。Video2DoorTraversal 采用 DoorTwin 和论文所述的仿真管线，已经接入 WorldWeaver、SimWeaver 或 WTM 的统一闭环。联合研究成果将进一步沉淀为纽娲可交付的产品能力，实现工程整合与真实场景验证。
从技术指标到经营指标，纽娲还要证明什么
考虑到部署周期、算力投入和项目成本的量化对照等因素，这项技术一定程度将带来产业的降本增效。对纽娲而言，下一阶段更值得观察的是：仿真资产与训练数据能否跨设施、跨场景和跨本体复用，新项目的适配周期能否缩短，现场试错与人工介入能否减少。
若这些指标按统一口径在多个真实项目中持续记录和验证，可逐步形成更接近经营层面的证据，用于观察研发效率、交付效率和产品边界。
Video2DoorTraversal 是一项由上海交通大学、纽娲机器人和山东大学相关作者共同完成、公开可复核的联合研究成果。对于一家完成天使轮融资不久的具行智能公司，接下来需要回答的，是这项研究所展示的方法能否进入公司技术体系，并在更多真实任务中重复产生价值。
论文：Video2DoorTraversal: Push Door Traversal via Simulated Door Twins
arXiv v1 预印本：https://arxiv.org/abs/2608.20251v1
项目页面：https://video2doortraversal.github.io/
