2026年11月16日,華為云在“行業AI夢工廠”發布并開源了昇騰原生具身世界模型CloudRobo-WM1.2。該模型在RoboTwin 2.0與LiberoPro 2.0兩個具身智能評測基準中均位列第一。華為云還開放了訓練框架、WAM昇騰算力最佳實踐等配套能力。對通信與科技產業而言,這一消息不僅意味著技術上的突破,更展示了國產算力底座、世界模型、工具鏈與機器人本體及行業場景在同一技術敘事中的融合,標志著具身智能的競爭從單點模型能力轉向“云—邊—端”協同和全棧工程化能力。

具身智能要走出實驗室,核心在于讓機器人在復雜物理環境中理解因果、預測動作后果,并以較低試錯成本生成可執行動作。世界模型承擔環境動態建模和預測增強表征的角色,通過對多模態信息與物理規律進行壓縮和預測,為策略提供更穩定的內部表征。CloudRobo-WM1.2采用共享世界模型骨干網絡實現預測增強的世界表征,并基于世界模型原生DualAct架構實現動作生成。這種深度耦合的方式有助于降低分層誤差、提升動作一致性。盡管在標準化仿真任務中獲得了階段性驗證,但真機泛化、長尾場景和安全可靠性仍需進一步檢驗。
從公開信息看,CloudRobo-WM1.2提出了五項創新:PPA多模態世界表征架構、世界模型原生DualAct架構、多粒度監督數據自適應預訓練框架、本體語義保真跨具身運動建模,以及四種可按需組合的彈性推理模式。這些技術并非孤立堆疊,而是對應具身智能落地時常見的三類難題。首先是多模態物理理解難,機器人面對視覺、語言、動作與物理反饋交織的數據,單一表征難以支撐穩定預測。其次是跨本體泛化難,不同機器人本體在自由度、運動學結構和傳感器配置上差異明顯,模型若只適配單一本體,遷移成本高。最后是實時推理算力成本高,具身智能對時延敏感,云端大模型能力與端側實時控制之間存在張力。四種彈性推理模式按場景組合世界模型與專家動作、聯合推理與僅動作推理,為算力開銷和響應時延提供可調節檔位,更貼近部署現實。




