发生了什么
华为云在 11 月 16 日的具身世界模型发布会上发布 CloudRobo-WM1.2,并宣布开源权重、推理与代码,训练框架与 WAM 昇腾算力最佳实践一并开放。官方定位是「昇腾原生的具身世界模型」——模型设计与国产算力底座相互适配,而不是把已有模型搬到昇腾上跑。发布方强调的一点是:基于昇腾可以训练出处于领先位置的具身世界模型。
五项技术与两个榜首
- PPA 多模态世界表征:不只识别物体,还预判物理交互结果,官方比喻是从「看懂静态照片」到「看懂一段正在发生的 4D 动作」。
- 原生 DualAct 动作架构:世界模型直接输出高精度动作;基于 MOT 架构的动作专家可另行输出,双通道设计允许开发者自定动作专家尺寸,以提高后训练效率。
- 多粒度监督自适应预训练:按数据实际具备的有效信息组织监督,兼容动作标注缺失、部分维度无效、深度缺失、相机视角不完整等异构数据。
- 本体语义保真跨具身建模:为单臂、双臂、轮式等形态提供统一「动作翻译器」,支持多本体协同学习。
- 四种弹性推理模式:World 与 Expert Action、Joint 与 Action-only 可组合,用于在算力开销与响应时延之间调档。
榜单方面,公开的 RoboTwin 2.0 排行显示 CloudRobo-WM 平均分 88.98%,高于第二名的 86.47%;LIBERO-Pro 2.0 排行显示平均分 81.7%,高于第二名的 75.0%。两个榜单均由第三方团队维护。
产业侧同步落地
同日,华为云宣布与环卫装备企业福龙马联合研制的下一代智能清扫机器人启动预售。华为云提供 CloudRobo 自动驾驶开发工具链、全域感知模型、预决策规划模型、Agentic 运行平台与昇腾云算力;清扫机器人引入世界模型后,感知系统除识别环境,还对动态物理空间做状态推演。这条线索对判断模型成色比榜单更有用——它给出了第一个明确的商业交付场景与时间点。
不确定之处
官方未公布模型规模、训练数据量、许可证类型与权重下载地址,也未给出推理时延与显存占用的实测数字。两个榜单的提交记录在 11 月中旬,尚待社区复现;真机泛化、长尾场景与安全可靠性均未验证,官方自己把当前阶段描述为从仿真走向真实物理作业的起点。发布信息以华为云公众号与多家媒体转述为主,技术报告尚未公开,五种推理模式的实际档位差异缺少可对比数据。

