CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码

资讯 量子位 全文 5057 字 · 约 13 分钟读完 配图 14 张 分类SOTA华为算力世界模型

国产算力的成熟,把具身竞争维度从「芯片有多强」,拉入了一个比拼训练效率、数据规模、部署成本和场景落地速度的多维战场。

所属频道 大厂动态模型发布算力与芯片

国产算力走向成熟,具身赛道的较量已经不只看芯片强弱,训练效率、数据规模、部署成本、场景落地速度都成了比拼的维度。

田晏林 发自 凹非寺

华为云要开源的具身世界模型,一出手就是两个榜单的第一。

更关键的是,它跑在国产昇腾算力上。

11月16日,华为云发布昇腾原生具身世界模型CloudRobo-WM1.2。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 1)

RoboTwin 2.0和LIBERO-Pro 2.0两项具身智能评测里,它的平均成功率均位列第一。

华为云打算在11月30日把该模型的权重、推理代码和后训练代码开放出来。

连后训练代码都一并开源,这一步走得够狠。

别的机器人团队想让模型学个新任务,不必从头搭训练链路,拿到现成代码,接上自家数据就能上手调试验证。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 2)

而且华为云这回没停在「把模型搬到昇腾芯片上跑通」,而是从模型架构、训练框架到核心算子、推理部署,针对具身模型的特点做了软硬件协同优化。

世界模型预训练、强化学习,再到机器人上手干活,整条链路被华为云串了起来。

「昇腾原生」的核心含义正在于此。

国产算力,也能把具身世界模型训到双榜第一

首次亮相,华为云具身世界模型CloudRobo-WM1.2就交出了两份亮眼成绩。

RoboTwin 2.0上跑出88.98%,LIBERO-Pro 2.0上跑出81.73%,两个榜单都拿了第一。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 3)

该模型在昇腾算力上训练,训练框架、关键算子、推理部署同样围绕昇腾做了优化。

所谓「昇腾原生」,讲的就是这套做法。

仿真榜单成绩好看,真机场景也经得住考验。

第三方独立测试中,5种机器人本体上阵,考了13项操作任务。转旋钮、双臂连续交接、玩具入篮这些活儿都包括在内,模型的平均成功率比第二名高出23个百分点。

有个小细节挺有意思:机器人把插头插进去后意外滑脱,CloudRobo-WM1.2能根据新观测到的画面动态调整动作,重新尝试插接。

这说明它记住的不只是固定的动作轨迹,还具备对物理交互结果的预判能力。

不过听完华为云在最近那场具身世界模型CloudRobo发布会上的介绍,它拿下SOTA表现倒也不让人觉得意外了。

先说第一点,CloudRobo-WM1.2在「让机器人更懂物理世界」这件事上花了不少功夫。

杯子长什么样、摆在哪儿,常规模型能认出来。可它学到的多半只是某个特定视角下的外观特征。

一旦进入物理交互环节,普通模型就很难给出准确预判:机器人往前一推,杯子是滑走还是翻倒?碰上遮挡、视角切换、物体动态运动,误差只会更扎眼。

华为云拿出的办法是PPA(Perceive-Predict-Act)多模态世界表征架构。感知、预测、动作被放进同一阶段联合训练,RGB视频、DINO语义特征、深度和三维点云几类信号同步接入。针对的正是上面那个问题。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 4)

这么训下来,机器人不只认得杯子是什么、在哪儿,还能读懂它的空间结构和运动状态,并对动作会带来什么物理后果做出预判。

像「杯子被推一下之后会怎么动」这类复杂的物理问题,模型也能应对。

模型可学的信息一多,麻烦就来了:具身数据里的动作标注、深度、相机视角经常凑不齐。缺了一项,剩下的还能不能拿来训?

能!

华为云在预训练阶段引入多粒度监督掩码,把缺失或无效的部分从损失计算中划掉,哪部分信息可靠就学哪部分。

这好比做一道综合大题,某小问的条件残缺、读不通,不会因此把整道题扔掉,而是拿其他清晰可用的条件接着往下推。

它的实际意义不在于「容忍脏数据」。关键在于让大量不够完美的异构数据能进入训练,不至于因为局部信息缺失就把整条样本丢弃。

真机采集数据的成本在500元~1000元/时,存量有效数据只有百万小时级别,而头部厂商判断的需求是亿小时级。

供需差摆在这儿,数据利用效率本身就成了工程竞争力。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 5)

让机器人有更强的动手能力,华为云还实现了两处突破。

其一是场景理解与动作生成双路径协同,即DualAct架构。

一条路是action expert动作专家分支,直接生成动作,速度更快,适合对响应速度要求高的任务;

还有一条路线建立在世界模型骨干 world generator 之上,它在读懂场景的同时还能预判后续状态,因而精度更胜一筹,精细、复杂且牵涉物理变化的任务更适合交给它。

两条路用同一套动作目标训练,专家的大小还能按任务调整,速度和精度可以兼顾。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 6)

其二是本体语义保真跨具身运动建模,要解的是一套模型适配多形态机器人的难题。

单臂、双臂、轮式机器人,结构各不相同,好比不同车型,操控逻辑各有区别;可同类任务背后,动作意图是共通的。

华为云这套技术,相当于给机器人装了个「翻译器」。

模型保留机器人96维、人类运动168维各自的原生状态表征,再用本体标记区分各自的运动接口。

对物体和场景的理解可以一起学;具体怎么动,则按机器人各自的结构特征自主适配。

据华为云披露,训练数据现已扩到2.75万小时,接入20个数据源、33种本体。

做具身模型还有一条共识:「想得准」和「动作出得快」挺难兼顾。

华为云怎么处理这个矛盾?

推理方案被切成四个「套餐」:World/Expert Action、Joint/Action-only,四种弹性推理模式能按需搭配。

说白了,既可以只吐动作,也能一边出动作一边做预测;还能点名让动作专家来干,或者交给世界骨干完成。

研发调试看重精度,落地部署看重速度,两头都顾得上。研发团队照算力和时延的要求自由拼装,跟点菜差不多,丰俭由人。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 7)

最重的那一档,算力消耗大约是最轻一档的11倍。

按任务挑着算,正是CloudRobo-WM1.2在设计模型时省算力的路子。

但要把长视频、深度和动作一块儿训进去,还得让模型上了真机就及时给出动作,昇腾靠什么接住这些活儿?

「昇腾原生」,原生在哪儿?

华为云先动的是显存。

以7B参数的世界动作模型来算一笔账。

单是模型参数、梯度加上优化器状态,就占掉约112GB显存!

长视频带来的那部分额外开销,还没算在内。

具身世界模型吃算力,胃口不是一般大。视频、深度、三维点云、动作序列,样样都得处理,算力和显存需求都远超普通大模型。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 8)

上了真机,又是另一笔账。机器人等着下一步指令,模型得及时把动作给出来,推理开销同样要压住。

这笔开销牵扯的是整套训练系统。

几张卡怎么分工,大数据怎么送进去,训练框架和算子如何在卡上跑起来,多分支梯度怎么归约,attention选择性重算等等,都得围着昇腾这套硬件一起调。

这就叫「昇腾原生」。

一张工作台摆不下,那就几张台子一起上。

华为云把数据处理和模型计算拆开,前者交给鲲鹏,后者由昇腾NPU承担。

多张昇腾卡经超节点高速互联,长视频序列能拆开来算,模型参数也可以分开存。

部分中间结果留到用时再算一遍,多花几步计算,换来显存上的空间。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 9)

台子摆开了,下一批数据还得及时送到。

两路各4Mbps的视频,录满8000小时,光压缩后的视频就有约28.8TB。

训练时还要一遍遍读、解码、抽帧,再把画面对上同一时刻的机器人轨迹。

华为云把视频、关节状态、末端轨迹、底盘和任务标签统一存起来,按一次完整操作建索引。

一段动作被检索出来,与之相关的数据也会一并取出。常用数据预先缓存,下一批要用的数据提前读取。卡上还在算当前这批,后一批数据已经提前装载,算力不会空转。

后厨备菜也是这个道理:热门菜品先备好料,下一单还没到,食材已经提前解冻。

数据准备好之后,训练框架还得把计算任务分配均匀。视频、点云和动作占用的显存各不相同,一批样本切分不当,就会出现一张卡已经塞满、另一张卡还闲着的情况。

华为云在框架里单独设置了重计算机制,再配合长序列和模型并行,让各张卡的负载更均衡。几张卡之间需要交换结果时,也可以趁数据还在传输,先把本地能算的部分做掉。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 10)

强化学习环节同样会卡在算力等待上。

模型算出动作,仿真环境里的机器人照着执行,再把新画面和结果回传,训练才能继续往下走。

华为云与清华大学于超团队合作,把开源具身强化学习框架RLinf接入了昇腾,其中一项改动很有意思。

在LIBERO的一组测试中,模型一次输出10步动作,到第10步才需要读取新画面,前9步的画面就不必逐帧渲染。物理仿真按步推进,奖励照常计算,动作规划周期内的渲染开销因此降了下来。

昇腾卡上也有可省的计算。

华为云团队把归一化、旋转位置编码这类反复执行的运算,接到了昇腾NPU的融合算子上。

原本要分几次完成的计算,有一部分能在卡上合并执行。指令下发次数少了,中间数据的搬运也少了几趟。

据华为云透露,适配之后,相关推理效率和训练吞吐提升了约2至3倍。

拆开RLinf公布的测试数据看,GR00T N1.5和N1.6单位时间内能算出的动作增加了195%至278%,StarVLA的训练调用吞吐提升了186%至240%。

一整轮强化学习究竟能快多少,还要把仿真、通信和参数更新都计入。

上述能力都落在了CloudRobo上,这是华为云的具身智能开发和运行平台。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 11)

△AI生成

数据采集困难时,可以现在仿真环境里合成一批数据,再放到昇腾上做预训练、强化学习和评测。

上真机之后,前面提到的四种推理模式就能派上用场。调试阶段把未来画面和动作一起算出来,现场作业时则只算下一段动作。

动作算出来,还得及时送到机器人端。

华为云通过R2C(Robot to Cloud)接入不同类型的机器人。现场画面和状态可以上传,模型算出的动作也能回传。

需要近距离无线通信的场景,还能结合星闪来降低传输时延。

遇到新的工况,团队会把采集到的作业数据带回CloudRobo,排查模型在哪一步出错,再补训、评测,把更新后的模型重新部署回去。

模型能训出来,也能上真机了。可到了工厂,先让机器人接哪道工序?到了仓库,哪种工况最该补数据?

这些问题,天天和设备打交道的人心里最清楚。

接下来要把伙伴拉进来。

要把一道工序完整教给机器人,单靠一方谁也办不到。

制造企业熟悉生产,可采数据、训模型得有人搭把手;做模型的进了厂,同样要补现场数据、摸清工艺。

本体厂商的任务,是把模型装到自家机器人上,一边运行一边调。

华为云的想法,是把这几拨人聚到CloudRobo上共同做项目。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 12)

平台备好了API、SDK、CLI和插件接口,数据接入、模型训练、仿真测试、真机运行各有通道。

各家的模型、数据采集工具、训练框架,都可以接进来。

CloudRobo-WM1.2也将进入平台,权重、推理代码和后训练代码计划11月30日开放。

产品做出来,销路怎么解决?

华为云「行业AI梦工厂」的具身智能专区依托昇腾云与CloudRobo,伙伴可以在这里发布数据集、模型、工具链和方案。

CloudRobo-WM1.2双榜登顶:华为云将开源模型权重与后训练代码(配图 13)

以仿真引擎为例,华为云与伙伴共同打磨,成熟的能力既能集成进CloudRobo,也能放到云商店出售。

华为云具身智能产品线总裁、具身智能Lab主任吴小东给了一句准话:同等条件下,华为云会优先推荐伙伴的模型和方案。

具身智能正处在走向产业化的关键窗口期,昇腾云已经是国产云阵营里事实上的算力底座和生态入口。

具身智能专区6月上线至今,已与230多家企业及高校合作,聚拢超1.65万名开发者,积累1500多项行业资产。

眼下国内每10家具身智能企业,大约有8家选了华为昇腾云。

在国内具身智能市场位居第一梯队的华为昇腾云,也完成了对国内重点高校的大范围覆盖。

浙大、上海交大等高校已与华为云深度合作,用昇腾算力、仿真平台和开源代码一起训模型、搭数据集、做评测,还共建课程与实训基地。

产品落地方面,产业端也在加快节奏:联合福龙马做无人环卫,不光一起定义产品,营销和上市也搭手推进;配网带电作业机器人则是和亿嘉和共同发布的,已在配网高危作业里规模商用;矿山场景的落地,则与山河智能联手推进……

CloudRobo的触角已伸向20多个行业,覆盖工业制造、城市服务、应急救援,以及生活服务、医疗康养、教育实训。

One more thing

全球AI的较量,正从单块芯片的性能转向整套系统的能力。

放到具身智能上,电要供得上,机器人干活的数据要收得回、用得上,机器交到客户手里后,进了新场景还得能接着改。

国内有电力基建和「东数西算」托底,国产算力训练具身模型日趋成熟,接下来拼的是谁训得更快、能用的数据更多、部署成本更低、落地更迅速。

单项技术跑在前面固然重要,把各环节串起来的工程能力与产业配套同样不能缺。

用昇腾原生训练的CloudRobo-WM1.2,在两项国际基准上都排第一,确实提气。

对做具身智能的厂商来说,训练环节至少不再只能押注英伟达一家。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AMD苏姿丰给出2027年目标:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  2. AMD苏姿丰立目标:2027年服务器营收翻倍,总营收增超80%

    【TechWeb】11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。 服务器营收翻倍的具体指向,是EPY

    来源 AI 行业观察
  3. 半导体设备赛道,变了

    随着全球AI算力竞赛进入深水区,产业红利的分配逻辑正在发生根本性迁移。 前两年市场的目光还聚焦在英伟达、AMD、博通等AI芯片巨头的业绩暴涨,而到了2026年,整个半导体产业的共识已经愈发清晰:真正掌控AI算力命脉、吃下周期红利最确定部分的,是位于产业链最上游的半导体设备企业。 从淘金热里的卖铲人到AI时代的基建核心,

    来源 AI 行业观察
  4. HPE推ProLiant Gen13服务器:搭载第六代AMD EPYC,主打AI推理与安全

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  5. HPE ProLiant Gen13上新:第六代AMD EPYC加持,面向AI推理与企业负载

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  6. Anthropic上市:发行价83美元,阿莫迪从GPT-2警示到敲钟

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。按发行价计算,这家成立不到六年的AI公司,完全稀释估值约为

    来源 腾讯网
  7. 华为鸿蒙智家无界交互定档11月24日,预热“住进未来家”

    IT之家 11 月 19 日消息,华为官方今日宣布,新一代华为鸿蒙智家无界交互将在 11 月 24 日发布,号称“住进未来家”。华为官方暂未公布新一代鸿蒙智家无界交互的具体功能,不过预热海报中展示了人车家生态场景。图中的女主人公手持平板似乎正在控制窗帘开关等,而男主人公和小朋友正在看电视。预计无界交互将进一步优化智能.

    来源 腾讯网
  8. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  9. 余承东:鸿蒙智行主动安全已避免潜在碰撞超542万次

    IT之家 11 月 20 日现场消息,在今日举行的鸿蒙智行享界 V8 及星芒品牌发布会直播上,华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东表示,截止 2026 年 11 月 19 日,鸿蒙智行主动安全累计避免可能的碰撞超过 542 万次。 IT之家在现场获悉,针对合作车型,鸿蒙智行累计新增 130+

    来源 AI 行业观察
  10. Anthropic冲击IPO:算力账单与循环融资面临公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 科技快讯
  11. 腾讯的AI代价与组织手术

    11月18日,腾讯发布2026年第三季度财报。一年前,这家公司拥有1024亿元净现金,到今年9月底,已经转为137亿元净债务。第三季度资本开支达到814亿元,超过去年同期的六倍。大额算力采购预付款使当季自由现金流净流出691亿元。剔除这些预付款,自由现金流为正169亿元。 腾讯的主营业务仍在增长。第三季度营收2073亿

    来源 AI 行业观察
  12. 国产大模型接连限额:算力都去哪了?

    ► 文 观察者网心智观察所 2026年11月16日,不少用户在打开DeepSeek客户端或网页版时,意外收到了一条弹窗提示。系统告知用户,受算力约束,平台不再支持存续超过7天且无活跃交互的长对话,单次输入文字上限被缩短到约4万字,连续使用不到2小时的免费用户甚至会直接触发每日使用额度上限。无独有偶,就在20天前的10月

    来源 腾讯网
  13. Prime Intellect推出Model Factory:支持数千GPU训练万亿参数MoE

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支

    来源 腾讯网
  14. Anthropic上市首日:市值冲$1.76万亿,算力账单$895亿

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏

    来源 AI 科技快讯
  15. Anthropic上市首日涨17%:1.76万亿市值与895亿算力账单

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏损$807

    来源 AI 行业观察
  16. 苹果拟签三星DRAM长约:AI算力推高内存成本,四年协议锁定产能

    报道称,受AI算力基建需求激增引发芯片供应紧张影响,苹果拟与三星电子达成罕见的四至五年期DRAM内存供应协议,2027年上半年生效,延续至2031或2032年,以锁定最低采购量,保障未来iPhone、MacBook等产能。此前苹果靠大订单和短期续约压价,但2026年初AI服务器扩建致存储供需失衡,该模式失效。

    来源 AI 产业速递
  17. 苹果拟与三星签四至五年DRAM长约:2027年生效,锁定最低采购量

    11月18日报道,受人工智能算力基础设施需求激增引发的芯片供应紧张影响, 苹果公司 拟与三星电子达成一项罕见的四至五年期DRAM内存供应协议,于2027年上半年生效并延续至2031或2032年,以锁定最低采购量、保障未来 iPhone 与 MacBook 等终端产能。 长期以来,苹果依赖庞大订单量与

    来源 AI 开发者社区
向下滚动自动加载更多