Token导航 LogoToken导航

AI 资讯 · 封面新闻

华为云发布昇腾具身世界模型CloudRobo-WM1.2

更新 2026-11-16封面新闻正文 1316字阅读约 5分钟1 张图片

图片

封面新闻记者 付文超

11月16日,华为云正式发布昇腾原生的具身世界模型 CloudRobo-WM1.2,把世界理解、未来预测、动作生成与规模化学习整合进同一套训练体系。这款模型的落地,标志着具身智能行业正从“单机演示”走向“物理作业”——竞争焦点不再是机械臂能否完成一次抓取,而是世界模型能否在遮挡、换视角、少标注、跨本体和实时控制等真实工况下稳定保持成功率。物理AI的底层比拼,也在从单点算法转向多模态表征、仿真闭环、强化学习、国产算力调度与工程部署的全栈能力。

具身训练的第一道天花板,是多模态物理理解。传统视觉模型过度依赖当前画面中的显式目标,遮挡、视角一变就性能塌方。公开材料显示,关键目标检测F1在无遮挡到强遮挡场景下可由68%跌至28%,固定视角训练仅约34%。更深层的问题在速度、力学与因果,而不只是认物体——部分模型位置信息可解码程度达0.97,速度编码却仅0.42,物理推理准确率约19%。只堆视频画质、不补物理状态预测,世界模型就会停在“看得像”,进不了“想得对”。

据介绍,华为云CloudRobo-WM1.2用PPA(Perceive-Predict-Act)架构融合RGB、语义、深度与点云,引入未来多模态预测监督,把训练目标从单帧识别扩展到4D动作过程。动作侧采用DualAct双路径:VideoDiT世界骨干做高精度动作预测,ActionDiT动作专家直接生成执行动作,研发期可解释调试、在线期切动作专家降延迟。

有行业分析人士表示,如果说CloudRobo-WM1.2证明了“模型能打”,华为云真正想给的,是一整套能被产业复用的能力。华为云把该模型纳入CloudRobo开发平台与“行业AI梦工厂·具身智能专区”,同步开放端到端的数据合成、标注、模型开发与仿真验证能力:PB级数据底座、百万级开箱即用数据资产、20+昇腾亲和模型资产,以及全国产Real-Sim数据生产与评测体系。开发团队不必从零自研全栈,可拿现成资产冷启动、拿工具链做标注仿真、拿统一评测避免数据孤岛,直接站在成熟底座上做场景。

对集成商来说,这套开放体系意味着可以拿现成数据资产做冷启动、拿工具链做标注与仿真、拿R2C做多本体纳管、拿持续学习模块把作业数据回流再训练,整体从“自研全栈”转向“在华为云国产底座上快速组装场景”。

业内认为,能训练出CloudRobo-WM1.2,本身就是对国产算力的一次有力验证。世界模型对算力的要求不在单次画质,而在长时序多模态监督、跨本体联合训练与强化学习回传;昇腾原生意味着训练、算子优化、分布式并行与推理部署尽量在同一国产算力栈内完成,减少跨生态移植与重复调优。这向行业传递了一个清晰信号:国产算力平台完全有能力训练出世界顶尖的具身世界模型。

据了解,这条路,已有一批企业走在前面。华为云CloudRobo生态聚集了亿嘉和、拓斯达、软通动力、凌云光,以及星海图、优艾智合、斯坦德、帕西尼等——华为云昇腾云已成为众多头部具身厂商争相选择的平台。

业内人士表示,整体看,具身世界模型的竞争,最终不是比谁先发模型,而是比谁能在遮挡、换视角、少标注、多本体和实时控制下,把成功率、训练效率与推理成本同时做到可规模化。

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。