CloudRobo-WM1.2开源:昇腾原生具身世界模型登顶两项评测

资讯 网易科技 作者:网易 全文 1473 字 · 约 4 分钟读完 配图 2 张 分类华为模型发布开源世界模型

华为云“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2

所属频道 大厂动态模型发布开源生态

2026年11月16日,杭州,华为云“行业AI梦工厂”正式发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2。该模型用共享世界模型骨干网络做预测增强的世界表征,动作生成则由世界模型原生的DualAct架构直接完成。在RoboTwin 2.0和LiberoPro 2.0两项评测中,它都排在第一位。

五项核心技术同时落地,具身智能从实验室走向规模化应用有了新的加速器。

机器人要从实验室走进真实物理世界,难点不少:多模态物理理解不容易,世界认知与动作生成难以解耦,异构数据很难规模化利用,跨本体泛化更是难题,实时推理的算力成本也居高不下。

CloudRobo-WM1.2开源:昇腾原生具身世界模型登顶两项评测(配图 1)

CloudRobo-WM1.2围绕世界建模、动作生成、数据规模化学习和工程部署搭起五项核心技术,并持续迭代,为具身智能从模型研究迈向复杂物理场景打下技术底子。

PPA多模态世界表征架构:模型不只认得出物体,还能预先判断物理交互会带来什么结果。用直白的话说,机器人从“看得懂一张静态照片”进化到“看得懂一场正在发生的4D动作电影”。

世界模型原生DualAct架构:高精度动作由世界模型直接输出,原生机器人动作控制由此实现;在MOT架构之上,动作专家同样能高效直接地输出动作。双通道设计的好处是,开发者可以按需定义动作专家的尺寸,后训练效率随之提高。

多粒度监督数据自适应预训练框架:按数据真正携带的有效信息来安排监督,局部缺失的有价值数据不会被丢掉,异构数据的Scaling潜力得以释放。动作标注缺失、部分维度无效、深度缺失、相机视角不完整,这些数据它都能兼容。

本体语义保真跨具身运动建模:单臂、双臂、轮式等不同形态的机器人,都能用上同一套“动作翻译器”。共享模型借此分辨各家的“运动语言”,多本体协同学习成为可能,跨本体泛化能力也得到增强。

World/Expert Action与Joint/Action-only四种弹性推理模式可以按需组合,客户对算力资源和推理延迟的要求,能按实际情况匹配。

五项核心技术一起支撑CloudRobo-WM1.2在世界建模、动作生成、数据规模化学习和工程部署上持续演进,为具身智能从模型研究走向复杂物理场景应用提供技术基础。

全面开源、深度开放,三大开放承诺摆上台面,具身智能生态由此共建。

围绕具身智能,华为云定下“技术深耕+开放赋能+生态共建”三位一体的战略:核心技术持续投入,推动模型迭代升级;昇腾云算力之上的模型与工具链全面开放,为产业伙伴赋能;生态优势汇聚起来,共建行业解决方案,让具身智能在千行百业加速规模化落地。

坚定投入:具身智能模型核心技术持续深耕,模型能力不断迭代升级,有行业竞争力的具身智能模型将陆续推出。

全面开放:模型、工具链及技术实践持续开放,借助昇腾云的先进算力与云原生基础设施,产业伙伴和客户开发、训练具身智能模型可以做到高质量、高效率。

共建共享:平台的连接与赋能价值充分发挥,模型厂商、本体厂商、高校科研机构及行业伙伴的优势能力汇聚一处,共建行业解决方案,具身智能在千行百业的规模化落地随之加速。

六大产业落地工程能力就位,具身智能走向规模落地有了支撑。

基于华为云昇腾云计算平台,CloudRobo-WM1.2把异构算力、PB级多模态数据的统一存储、搜索与快速索引,以及AI框架原生加速整合在一起。仿真冷启动、云原生训练、跨本体适配、持续学习进化、安全可靠运行等六大工程能力由此具备,从模型推理到真实物理作业全程覆盖。

华为云的目标是打造最懂具身、最先进、最开放的“硅基黑土地”。本体厂商、模型伙伴、高校科研机构与行业客户将联合起来,以开放共建、能力共享的方式,推动机器人技术从实验室走向千行百业,加快规模化产业落地。

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. 华为云开源具身世界模型:覆盖八成具身企业,做机器人底层基建

    11月16日,华为云在线上发布并全面开源昇腾原生具身世界模型CloudRobo-WM1.2。该模型依托共享的世界模型骨干网络,增强了对环境的预测能力,并基于原生DualAct架构,实现了世界模型原生动作生成。同时,华为云宣布与福龙马集团联合研制的智能清扫机器人启动预售。据发布会介绍,该款CloudRobo-WM1.2模

    来源 腾讯网
  2. 华为云开源昇腾原生具身世界模型CloudRobo-WM1.2,亮出三张牌

    2026年,具身世界模型成了人工智能行业最拥挤的赛道之一。海外,谷歌、英伟达接连加码;国内,智元、星海图、智源、腾讯、阿里相继下场。各家路线略有差异,但共识已经形成:让机器人先理解世界,再做动作决策。有行业媒体梳理显示,国内公开的世界模型已有59个,全球公开入场的公司达55家。11月16日,华为云“行业AI梦工厂...

    来源 腾讯网
  3. 华为云开源CloudRobo-WM1.2:昇腾训练,两评测居首

    华为云为此设计了跨具身运动建模能力,可以将其理解为“动作翻译器”,支持不同形态的机器人共同学习。 部署时,开发者还能根据算力资源和响应速度需求,选择不同的推理模式,兼顾模型能力与运行成本。华为云宣布将开放模型…

    来源 搜狐科技
  4. 华为云将发布首款昇腾原生具身世界模型 CloudRoboWM1.2

    华为云将于11月16日14:00-15:30举办线上发布会,正式发布首款昇腾原生具身世界模型 CloudRoboWM1.2,旨在推动具身智能从实验室研发走向千行百业规模化落地。 根据已披露议程,该模型将由华为云具身产品线总裁、具身智能 Lab 主任吴小东正式发布。随后,华为云具身智能 Lab 首席模

    来源 AI 开发者社区
  5. 华为云:80%中国具身智能企业选了昇腾云,具身智能市场排中国第一

    IT之家 11 月 16 日消息,在今日的华为云 CloudRobo 具身世界模型发布会上,华为云方面透露,华为昇腾云在具身智能市场格局中排行中国第一,已有 80% 的中国具身智能企业选择昇腾云,重点高校基本实现全覆盖。 2025 年 6 月,华为云发布 CloudRobo 具身智能平台。华为常务董事、华为云计算 BU

    来源 AI 行业观察
  6. 华为公布最新数据:80%中国具身智能企业选择昇腾云

    11月16日华为云CloudRobo具身世界模型发布会上,华为云披露80%的中国具身智能企业选择昇腾云,重点高校基本实现覆盖,并称昇腾云在中国具身智能云市场排名第一。CloudRobo平台已汇聚超1.65万名开发者、230多家企业和高校,累计沉淀超1500项行业资产。

    来源 凤凰科技
  7. 北大天大开源SpatialScout:让AI像人一样主动探索三维空间

    北京大学与天津大学联合发布了SpatialScout,这是一个针对三维空间智能的全新评测基准。不同于以往让AI“看图答题”的静态测试,SpatialScout要求模型操控虚拟摄像头,在80个室内场景中自主移动、拍照并调用三角测量工具,最终构建出物体中心的三维地图。它通过中心误差和三维IoU双重指标,精准评估模型的定位精

    来源 AI 应用前沿
  8. 华为云发布昇腾原生具身世界模型WM1.2:双榜第一,11月30日开放权重

    智东西(公众号:zhidxcom)作者 | 三北编辑 | 心缘智东西11月16日报道,今日,华为云推出其首款昇腾原生具身世界模型CloudRobo-WM1.2,并宣布于11月30日正式开放WM1.2模型权重、推理后训练代码及预训练最佳实践。该模型采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualA

    来源 腾讯网
  9. OVHcloud推出首个AI模型家族Olala,首发7A1B开源模型

    IT之家 11 月 17 日消息,欧洲云服务企业 OVHcloud 当地时间今日宣布推出其首个 AI 模型家族 Olala,同时公布了该系列的首个成员 Olala mini 7A1B。 Olala mini 7A1B 采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、

    来源 AI 行业观察
  10. Garlic LLM 让越狱 PS4 跑起 90 亿参数模型:最高每秒 43 词元

    科技媒体 Gigazine 今天(11 月 17 日)发布博文,报道称开源项目 Garlic LLM 可以让越狱版 PlayStation 4 运行 90 亿参数的本地大语言模型,最高生成速度可达每秒 43 个词元(Token),且无需联网即可完成 AI 聊天与语音对话。

    来源 IT之家
  11. 腾讯混元Hy4 flash发布:0.5元/百万Token,计划开源

    新京报贝壳财经讯(记者韦英姿)11月16日,腾讯混元发布最新语言模型Hy4 flash,总参数量224B(含64BEngram参数),激活参数12B,支持多模态与1M上下文长度。定价为每百万Token输入0.5元、输出2元,命中缓存时0.02元,低于Hy4。

    来源 网易科技
  12. 华为云联手福龙马:智能清扫机器人开启预售,世界模型上车

    华为正在将人工智能布局从数字世界延伸至物理世界。据第一财经报道,11月16日,华为云宣布,与环卫装备企业福龙马联合研制的新一代智能清扫机器人启动预售。其中,华为云将为产品提供CloudRobo开发工具链、感知与规划模型、Agentic运行平台及昇腾云算力。该机器人还引入世界模型,使其不仅能够识别环境,还能对复杂动态物理

    来源 腾讯网
  13. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  14. 对话 LiberAI 刘松铭:Astra 来袭,00 后物理 AI 创始人看到的胜率

    “有一件事我确实极致热爱,那就是创业本身。”文丨程曼祺 实习生王小淳编辑丨宋玮“清华、00 后、世界模型”,刘松铭完全踩中了这组火热一时的投资标签。他生于 2000 年,2024 年以 RDT-1B 具身模型崭露头角,2025 年底,他在博士三年级时创立 LiberAI,陆续拿到来自真格、红杉、美团龙珠、顺为等机构的

    来源 腾讯网
  15. 6.3亿参数模型实时生成GTA画面:Summaryformer如何省显存

    Abhishek Sensharma开源了一个能在浏览器里跑的GTA V世界模型。没有游戏引擎,全靠6.3亿参数的Transformer逐帧生成。文章重点拆解了名为Summaryformer的架构,特别是它如何通过“摘要Token”和旋转位置编码来解决长序列显存爆炸的问题。代码和权重已公开,适合对视频生成底层机制感兴趣

    来源 AI 应用前沿
  16. DeepSeek-V4稀疏注意力:1M上下文提速22倍?

    如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍

    来源 AI 行业观察
  17. 千万token上下文:98%时间耗在选token,如何再快22倍?

    编辑|Panda如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 qu

    来源 腾讯网
向下滚动自动加载更多