泛科技产业前沿资讯平台
首页›人工智能›大模型›正文

华为云开源具身世界模型 模型自主生成动作

图片
图源:华为云官网

具身智能的竞争正在从“谁的机器人更灵巧”转向“谁的世界模型更懂物理”。11月16日,华为云在“行业AI梦工厂”发布会上开源昇腾原生的具身世界模型CloudRobo-WM1.2,模型权重、推理代码一并开放,在RoboTwin 2.0与LiberoPro 2.0两项评测中位列第一。

这是一次路径选择,多数视觉语言动作模型的做法是把看到的东西翻译成动作指令,华为云走的是世界模型原生路线,让模型先预测物理世界会怎么变,再由同一个模型直接输出动作。

五项技术,指向同一件事

模型采用共享世界模型骨干网络做预测增强的世界表征,配合原生DualAct架构实现动作生成。官方给出的是5项核心技术,其中PPA多模态世界表征架构解决的是“看懂动态”问题,让机器人不只知道画面里有什么,还能预判交互结果。

多粒度监督数据自适应预训练解决的是数据浪费问题。真实采集的机器人数据常常标注不全,动作维度缺失、深度图缺失、相机视角不完整都属常态,这套框架按数据实际包含的有效信息组织监督信号,避免有价值的数据因为局部缺失被整条丢弃。

本体语义保真跨具身运动建模解决的是迁移问题。单臂、双臂、轮式机器人的运动学差异很大,模型给不同形态提供一个统一的“动作翻译器”,支持多本体协同学习。最后一种是弹性推理模式,World、Expert Action、Joint、Action-only四种组合可按算力与延迟需求选配。

生态数字比评测名次更实

华为云公布平台的开发者规模是1.65万人、企业及高校230多家,覆盖工业、电力、环卫、医疗康养等场景。这两个数字放在一起看,开发者与企业之比约70比1,说明接入方多是带着团队在做工程化,而不是个人试水。

模型发布与整机预售落在同1天,华为云与环卫装备企业福龙马联合研制的新一代智能清扫机器人同步启动预售。先开源底座、再用合作整机证明可用性,是这家公司惯用的打法。

昇腾原生是这套方案的另一个支点。模型基于国产算力训练,权重与推理代码开源后,开发者可以在昇腾云上直接跑通训练与部署链路,这对受制于高端算力供给的国内机器人公司有现实意义。

开源之后,比的是数据

世界模型的能力上限取决于训练数据的覆盖面,尤其是带物理交互标注的真机数据。华为云选择开源,本质是用生态换数据回流,接入的企业越多,模型见过的场景越杂,迭代越快。

风险也在这里,开源模型的二次开发质量参差不齐,一旦出现安全事故,责任边界难以划清,不同本体接入后的性能表现也缺少统一评测口径。行业里已有声音呼吁建立具身智能的安全与评测标准,这次开源会把这个问题提前摆到台面上。

对国内机器人公司而言,短期内多了一个不必自研底座的选择。按本站估算,自研一套具身模型底座的投入在3000万元到1亿元之间,开源把这道门槛先抹平了,长期看差异化只能落在场景数据与整机工艺上。底座趋同之后,谁能拿到高质量的真实作业数据,谁就有优势。


本文资料来源:中国经济网《华为云“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2》(2026-11-17,记者王惠绵);华为云官网发布会公开信息(2026-11-16)