机器人策略改了一版，怎么知道有没有进步？上真机贵，搭传统仿真也贵。地瓜机器人给出第三条路：用生成式世界模型先「在脑子里」比一比。
地瓜机器人（D-Robotics）大模型团队开源Uranus。它是动作条件世界模型：策略给出未来关节轨迹，模型生成对应多相机画面；策略再读画面输出下一段动作，交互可滚动进行。与只看视频是否好看不同，它的目标是服务策略筛选。公开技术报告与LandX社区深读指出：经RoboTwin领域适配后，九个策略在Uranus与原RoboTwin clean环境中的平均成功率取得约0.98的Pearson相关、约0.01的MMRV，显示生成环境具备辅助比较策略优劣的潜力。
工程规格上，公开版本包括Uranus-1.3B与蒸馏版；默认生成约384×640；蒸馏版可四步去噪。示例本体覆盖ALOHA、UR5、Franka、G1等。关键设计包括：把不同机器人关节转为可比较的骨架与相机几何条件；因果训练与参考锚点缓解滚动误差；蒸馏降低生成开销。论文在服务配置下给出约数百毫秒级关键路径拆分，并报告优化后可达约24FPS量级生成能力，但本地CLI速度需按硬件实测，不能直接等同论文集群数字。
使用边界写得很清楚：高相关不等于绝对成功率已校准；九个策略点不能保证每个近邻任务都能可靠区分；未适配的新本体/新任务没有同等保证；精确接触与力反馈仍是短板。项目提供单GPU推理CLI与Apache-2.0许可，适合作为「官方样例→自有几何对齐→小规模排序→真机抽查」流程中的一环，而不是替代真机验收。
对具身智能研发团队，Uranus降低的是「每一次改策略都要占机台」的摩擦；对世界模型赛道，它把评价标准从视频指标拉回「能否保持策略排序」。LandX近窗对该开源做了栏目级深挖，属于可核验技术进展而非教程转载。
收尾：Uranus把仿真从「搭场景」推进到「生成观测」——值不值得上线，最终仍看你自己的任务排序能不能复现那条0.98。