华为云发布具身智能模型:不造机器人,造机器人的世界
机器人缺的不是身体,是经验。新眸原创·作者 | 棠宁中国具身智能企业里,每五家就有四家选择昇腾云。这个比例是华为云在发布会上自己披露的。同一天,华为云发布并开源了CloudRobo-WM1.2,7B参数,基于Wan2.2视频骨干,在RoboTwin2.0和LiberoPro2.0两个评测基准中排名第一。一个云厂商,先让
机器人真正缺的,是经验,不是身体。
新眸原创·作者 | 棠宁
在国内具身智能领域,每五家企业中就有四家做出了同一个选择。
一家云厂商先让企业用上算力,接着让企业用上模型,最后把模型开源。这个次序,把云厂商的角色又往前挪了一步。
发布会的主角是模型。
华为云具身产品线总裁、具身智能Lab主任吴小东发布了
这场发布会的重心落在机器人如何理解世界上,至于机器人怎么走路,讲得并不多。华为自己不做机器人,做的是机器人所处的世界。
过去两年,具身智能的热度大多集中在本体上:能走的人形机器人、能跳舞的机器狗、能搬箱子的机械臂,抢走了大部分目光。可机器人究竟能不能干活,取决于它对世界的理解。走路属于运动控制,干活靠的是认知和决策。后者要经验,经验要数据。
这两年,人形机器人和具身智能的进展主要体现在身体上。
关节更灵活了,手指数量更多了,电机和减速器更紧凑了,整机成本也在往下走。但机器人的聪明程度没跟上。走、抓、搬它都会,一碰到没见过的场景就停住。
问题出在数据上。真实世界的训练数据本来就少,采集起来贵,试错代价又大。让机器人在真实厨房里学做饭,摔一个碗就是成本;让它在仓库里学搬箱,撞一次货架就是事故。仿真能补上一部分数据,可仿真和现实之间隔着一道鸿沟,物理引擎做得再精细,也难把真实世界的光线、材质和摩擦复现出来。
世界模型
CloudRobo-WM1.2 采用的是 DualAct 架构。
华为云还提到多粒度监督预训练和
这套技术路线和传统机器人控制走的是两条路。传统控制靠规则和规划,碰到新场景就得重新写程序。
视频生成模型跟世界模型其实是一路货色。前者练的是猜出下一帧长什么样;后者在这之上把动作和物理规则也塞进去,预测就不光图好看,还能告诉机器人该怎么动。
要训世界模型,离不开三样:数据、算力、仿真。数据得把各种场景、各种物体、各种光照都覆盖到;算力得扛得住大模型的训练量;仿真则要给出一个能控制的测试场。华为云手里强的是算力和工具链。评测拿了第一,只能说明模型在标准任务上跑得好,放到真实工位上照样不一定干得漂亮。
CloudRobo平台目前80%的中国具身智能企业选择
生态伙伴名单拉了一长串。上市公司里有亿嘉和、拓斯达、
华为云把这些公司聚到同一个底座上,用意很清楚。模型开源,权重和推理代码都放开,开发者能自己部署、自己微调——门槛降了。训练框架和昇腾算力代码库则定向开放,核心合作伙伴拿得到更深的工具链,门槛又抬了回去。说白了,这是一套筛选机制:开源那部分换规模,定向开放那部分换深度。华为云卖的不止算力,还有开发工具链、感知与规划模型、
对比
开源当然有代价。权重放出去,对手照样能用;伙伴一多,服务质量就难统一;算力底座和模型捆得太紧,客户想搬走成本会更高。华为云得在开放和控制之间找个平衡。这套玩法和安卓的开源路子有点像:底下开放,上面做服务,生态越大,底层越稳。差别在于机器人比手机更吃场景,数据回流的分量比应用分发更重。华为云要建的,不光是模型生态,还有场景生态。
生态真正的优势不在模型参数,在开源之后怎么赚钱,是个老问题。模型不收钱,工具链收钱,算力收钱,服务也收钱。开发者免费用模型,企业掏钱买工具链和算力。华为云把开源当获客入口,把定向开放当变现通道。这套模式跑不跑得通,还要看生态伙伴愿不愿意付费。
伙伴那边的算力账,也得算清楚。机器人公司训模型要算力,部署模型要算力,数据回流还要存储。昇腾云的算力价格、供应稳不稳、工具链成不成熟,都会左右伙伴的选择。华为云的长处是国产算力加本地服务,短板是生态还在建设期。世界模型训练还卡在一个现实约束上——算力成本。7B参数的模型,预训练要吃掉大量卡时,微调同样要算力。华为云拿昇腾算力做底座,就是想把这笔成本压下来。算力便宜了,开发者才肯多训、多试、多迭代。
开源模型还有安全这一面。权重放出去,谁都能微调,也可能被用到不该用的地方。华为云把训练框架和算力代码库定向开放,部分原因就是想留一道安全闸门。开源不等于撒手不管,生态总得有规则。
具身智能要落地,数据合规这道关也绕不过去。机器人采集的图像、语音、位置数据,都牵扯隐私和安全。华为云得在数据回流和合规之间找平衡,这同样会影响伙伴部署的速度。
这套打法能立住,靠的是华为云在底下铺的算力。训练和推理的算力由昇腾云出,仿真和开发工具由CloudRobo给,模型走开源路线把门槛压下来,钱则从工具链和算力上收。开发者负担得起,伙伴才肯进来,生态才转得起来。算力每便宜一点,具身智能试错的代价就少一点。
评测榜排到第一,能把开发者吸引过来试一试。可试完留不留得住,得看工具链顺不顺手、算力稳不稳、场景数据能不能回流。华为云要解决的,是把评测上的一次性优势,拉成生态上的长期优势。
发布会当天,华为云和环卫装备企业
这桩合作此前已有铺垫。2026年8月7日,
具身智能能落地的场景不多,环卫算一个难得的。路线大体固定,行进速度慢,场景结构化程度高,再加上人力成本往上走、招工越来越难。清扫机器人不用像人形机器人那样去适应家庭环境,它只要把一条街扫干净就行。
不过环卫也有长尾。落叶、塑料袋、积水、违停车辆、行人、雨天、夜间,全是标准模型之外的例外。清扫机器人要在这些例外里既保证安全又保证效率,得靠数据回流和现场调试,光靠单点算法不够。
华为云给福龙马提供的是开发工具链、感知与规划模型、
环卫这笔账算得过来。城市环卫的人工成本在涨,招工越来越难,夜间作业和安全风险都在增加。一台清扫机器人如果能替下几个人的工作量,回本周期就有得算。B端客户比C端消费者更看重投入产出,也更愿意为稳定掏钱。
采购模式也帮了机器人一把。环卫设备一般由政府或城服公司集中采购,单笔订单大,决策链长,但对价格和效率敏感。机器人要进这个市场,得走试用、招标、验收,门槛不低,可一旦进去,订单就相对稳当。
安全这关环卫机器人躲不开。它作业的地方是人行道和马路边缘,身边有行人、车辆、非机动车。感知要准,决策要稳,急停要快。世界模型能提升预测能力,却替代不了安全冗余。激光雷达、摄像头、超声波、急停按钮,一样都不能少。
这套模式真要跑通,华为云就能往更多场景复制。工业搬运、电力巡检、医疗康养、商业清洁,结构化程度都不低。这些场景的数据回到平台上,模型接着迭代,生态接着扩大。
从单点走到规模,是华为云要过的一道坎。一个环卫场景跑通,不等于十个场景都能跑通。每个场景的数据、工况、安全要求各不相同。华为云要把世界模型做成通用底座,再把场景适配交给伙伴。底座越通用,伙伴越愿意用;场景越细分,伙伴越难被替代。
成本是规模化的另一道坎。机器人的算力开销、部署花销、维护费用,都得压到客户愿意掏钱的水平。世界模型再厉害,一台机器人贵到没人买,照样落不了地。华为云要做的,是在性能与成本之间找到那个平衡点。
具身智能的比拼,说到底会落到生态上。开发者多、场景多、数据多,模型迭代就快。华为云已经把开发者、企业、高校聚到平台上,接下来拼的是活跃度和留存率。另一头是人才:会做世界模型的人,大多待在互联网大厂和自动驾驶公司;懂机器人本体的人,大多留在硬件公司。华为云得把这两拨人凑到一块,模型才能装到机器上。人才密度,决定了生态跑多快。
生态的规模大不大,最后还得看活跃度。开发者注册之后用不用,企业签了约部不部署,高校合作了出不出成果——这三个问题,决定华为云的具身生态是热闹一场,还是做成生意。
评测拿了第一,不过是张入场券。真正定输赢的,是场景数据能不能回流,部署成本能不能降下来。下一步要看福龙马的订单量、生态伙伴的出货量,还有世界模型在真实工位上的成功率。底座华为云已经搭好了,接下来就看有多少机器人真正跑在这套底座上。