事件概述
11 月 16 日,华为云在”行业 AI 梦工厂”发布会上发布并开源首款昇腾原生的具身世界模型 CloudRobo-WM1.2。该模型基于国产算力昇腾训练,采用共享世界模型骨干网络实现预测增强的世界表征,并基于世界模型原生 DualAct 架构实现动作生成,在 RoboTwin 2.0 与 LiberoPro 2.0 两个具身智能评测基准中均排名第一。
除模型权重外,华为云同步开放训练框架与昇腾算力最佳实践。官方披露,昇腾云已服务国内约八成具身智能企业;同日,华为云与福龙马联合研制的新一代智能清扫机器人启动预售,提供开发工具链、感知与规划模型、Agentic 运行平台与算力。
世界模型要解决的核心问题,是让机器人预判”我动了之后世界会怎么变”,而非仅仅”看见”。
背景与解读
一、技术背景与演进脉络
具身智能正从单一模型能力竞争,转向”云—边—端”协同与全栈工程化能力竞争。传统视觉语言动作模型主要根据画面和语言指令预测动作,而世界模型进一步引入对环境变化的预测,通过对多模态信息与物理规律进行压缩和预测,为策略提供更稳定的内部表征。这一路线让机器人能从人类视频等海量数据中学习,降低对昂贵遥操作数据的依赖。
二、核心驱动与底层机制
CloudRobo-WM1.2 提出五项技术:PPA 多模态世界表征把静态识别升级为 4D 物理预判;世界模型原生 DualAct 双通道架构,一条通道由世界模型直接输出高精度动作以保留物理认知,另一条由动作专家输出高效指令以压低时延;多粒度监督预训练让标注残缺的异构数据也能参与训练;本体语义保真跨具身建模为单臂、双臂、轮式本体提供统一”动作翻译器”;四种可组合推理模式匹配不同显存与延迟。这些设计分别对应多模态物理理解难、跨本体泛化难、实时推理算力成本高三类落地卡点。
三、市场格局与产业链影响
华为云选择”不做本体、做底座”——模型、工具链、算力三层同时开放,配合广泛的国内具身企业覆盖,意在具身智能领域复制安卓式的生态位。开源世界模型的直接效果,是把”物理常识”变成公共品:本体厂商可先用统一骨干做冷启动,再以自有产线数据微调,试错成本从”数月加数百万”降至”数周加算力费”。但榜单第一距离产线第一仍有差距,真机泛化、长尾场景与安全可靠性仍需验证。
影响与趋势
短期看,开源将降低具身研发的起点与工程门槛,加速行业探索。中期看,具身智能的竞争焦点将转向跨本体迁移后的首次成功率、推理时延与部署成本。关键观察变量包括:真机场景的泛化表现、动作专家通道的时延优化效果,以及生态伙伴的实际采用规模。
对产业参与者的启示
具身团队应把评估口径从演示视频切换为跨本体迁移后的首次成功率,并在选型时确认推理链路是否支持按需切换动作专家通道;环卫、巡检等连续作业场景对时延的容忍度远低于展示场景。对本体厂商而言,借开源底座做冷启动、再用自有数据建壁垒,是成本与差异化兼顾的现实路径。
本栏目内容为行业信息整理与技术观点分享,不构成任何投资建议。