# RynnWorld-Teleop

> 权威词条地址：https://robotics.hellobike.com/models/alibaba-damo-academy-rynnworld-teleop
> 所属分类：models | 最近核验日期：2026-07-05 | 技术层级：L7

## 核心摘要

Alibaba-DAMO-Academy 在 Hugging Face 发布的机器人模型，架构为 Diffusion Policy (CNN / Transformer UNet)。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Alibaba-DAMO-Academy/RynnWorld-Teleop"}] |
| `updated` | 2026-07-05 |
| `family` | world_model |
| `params` | 5B |
| `architecture` | Diffusion Policy (CNN / Transformer UNet) |
| `action_representation` | 连续扩散去噪轨迹 (Diffusion Action Trajectory) |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | Alibaba-DAMO-Academy/RynnWorld-Teleop |
| `hub_stats` | {"downloads": 119, "likes": 7, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Alibaba-DAMO-Academy/RynnWorld-Teleop"] |

## 技术详解与生态说明

RynnWorld-Teleop 是面向数字遥操作的机器人中心生成式世界模型。该仓库托管其 SFT（full fine-tune）checkpoint：给定首帧图像和手部姿态/骨架控制视频，模型生成高保真的第一视角机器人视频，用于在纯虚拟环境中扩展专家轨迹。

模型基于 Wan2.2-TI2V-5B 开发，教师模型训练包含三阶段：在人类第一视角视频上全参数 SFT 预训练；加入手部姿态控制视频条件的微调，并提供 LoRA 与 Full-SFT 变体；再蒸馏为可实时流式推理的因果自回归学生模型。输入图像会调整到 832×480，控制视频会采样/插值到 81 帧，可选自然语言 prompt、预编码文本 embedding、多种 seed、EMA、guidance scale 与控制信号合并方式。许可为 Apache License 2.0。

## 原始核验来源 (Sources)

- [Hugging Face Alibaba-DAMO-Academy/RynnWorld-Teleop](https://huggingface.co/Alibaba-DAMO-Academy/RynnWorld-Teleop)