华为云开源CloudRobo-WM1.2:两项评测第一,11月30日开放权重

资讯 AI 行业观察 作者:褚杏娟 全文 1760 字 · 约 5 分钟读完 配图 2 张 分类华为开源模型发布世界模型

11 月 16 日,华为云发布了昇腾原生具身世界模型 CloudRobo-WM1.2,并表示将在 11 月 30 日开放该模型权重、推理代码和后训练代码。该模型采用共享世界模型骨干网络,通过预测增强世界表征,并基于世界模型原生 DualAct 架构实现动作生成。据华为云介绍,CloudRobo-WM1.2 在 Robo

所属频道 大厂动态模型发布开源生态

11 月 16 日,华为云推出昇腾原生具身世界模型 CloudRobo-WM1.2。按计划,该模型的权重、推理代码和后训练代码会在 11 月 30 日对外开放。模型走的是共享世界模型骨干网络这条路线,先靠预测增强世界表征,再由世界模型原生的 DualAct 架构完成动作生成。华为云方面称,CloudRobo-WM1.2 在 RoboTwin 2.0 与 LiberoPro 2.0 两项评测里都拿到第一。

华为云开源CloudRobo-WM1.2:两项评测第一,11月30日开放权重(配图 1)

五大核心技术突破,加速具身智能规模化落地

机器人要想从实验室走进真实物理环境,光能看懂画面、听懂指令还不够。它得弄明白物体之间的物理关系,预判交互之后会发生什么,再把这些认知落成具体动作。眼下的难点不少:多模态物理信息不好理解,世界认知和动作生成之间接得不紧,异构数据的利用效率有限,不同形态机器人之间的能力迁移也有障碍。另外,实时推理对算力和部署成本的要求都不低。

围绕这些难点,CloudRobo-WM1.2 从世界表征、动作生成、数据训练、跨本体泛化和推理部署五个方向做了技术设计。

世界表征这一块,CloudRobo-WM1.2 用的是 PPA(Predictive Physical-aware Architecture)多模态世界表征架构。它没有停留在靠静态图像识别环境的老路子上,而是要让模型搞懂物体和它的物理属性,预判交互之后物体可能怎么变。这样一来,模型对物理过程的理解就从视觉观察延伸到了动态层面。

动作生成方面,模型采用世界模型原生 DualAct 架构,把世界建模和动作生成拧在一起,世界模型可以直接吐出机器人动作,做到原生动作控制。同时,基于 MOT 架构,动作专家也能直接、高效地输出动作。这套双通道动作架构把动作专家的规模交给开发者按实际任务灵活定义,后训练效率因此提高。

数据利用上,CloudRobo-WM1.2 引入多粒度监督数据自适应预训练框架,按每条数据实际含有的有效信息来安排训练监督,局部信息缺失就整条丢弃的情况于是减少了。具身模型的数据通常来自不同设备、不同采集环境,完整程度参差不齐。该框架能兼容没有动作标注、部分动作维度无效、深度信息缺失、相机视角不完整等数据,异构数据的利用率随之提升,训练数据规模也更容易扩大。

不同机器人之间的动作迁移,靠的是本体语义保真的跨具身运动建模方法。它为单臂、双臂、轮式等不同形态的机器人建立统一的运动建模方式,又保留各本体自己的运动语义,共享模型因此能区分不同机器人的动作特征。多种机器人共享训练数据和模型能力有了基础,跨本体任务的泛化表现也有望改善。

推理部署上,CloudRobo-WM1.2 提供 World/Expert Action、Joint/Action-only 四种弹性推理模式,可按需组合。开发者依照具体任务的算力资源和推理延迟要求挑模式,在模型能力与部署成本之间找平衡。

全面开源、深度开放,具身智能生态建设

模型之外,具身智能要产业化,训练、部署和真实环境运行中的工程问题同样得解决。

华为云依托昇腾云计算平台,为 CloudRobo-WM1.2 提供异构算力支持,再配合 PB 级多模态数据的统一存储、搜索和快速索引能力,以及 AI 框架原生加速能力,把模型从训练到实际作业的工程流程串了起来。这些能力覆盖仿真冷启动、云原生训练、跨本体适配、持续学习进化和安全可靠运行等环节,目的是压低机器人模型从仿真环境搬到真实物理环境的工程门槛。

生态开放方面,华为云表示会持续投入具身智能模型研发,开放模型、工具链及相关技术实践,并以昇腾云算力和云原生基础设施为产业伙伴提供模型开发与训练支持。华为云还计划拉上机器人本体厂商、模型厂商、高校科研机构及行业客户,一起推进具身智能行业解决方案建设。

CloudRobo-WM1.2 的发布和开源,也说明具身智能的竞争正从单一模型能力,转向模型、数据、算力和工程体系的综合能力。对机器人厂商来说,怎么用不同本体的数据做联合训练,怎么把模型能力稳定迁移到真实物理环境,怎么控制大规模训练和实时推理的成本,仍是具身智能走向规模化应用绕不开的关键问题。

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

    来源 腾讯网
  2. 张博开源Linger:零token费本地跑125B模型,12GB显卡够用

    11月19日,前DeepSeek-VL项目负责人张博在X宣布开源个人Agent Linger,开发主体是张博创办的SIMPLEX AI TECHNOLOGIES PTE. LTD.(以下简称“Simplex AI”),代码已上传GitHub。按项目文档,Linger读取本地邮件、日历和文件,操作用户已登录的浏览器;连接

    来源 腾讯网
  3. 谷歌工程师让打印机跑2.7亿参数模型:每词元约60秒

    IT之家 11 月 20 日消息,谷歌 DeepMind 技术团队成员奥马尔 · 圣塞维耶罗(Omar Sanseviero)于 11 月 17 日在 X 平台发布推文,在只占用 14.1MB 内存的情况下,成功让办公激光打印机运行 2.7 亿参数的 Gemma 3 270M 模型,每输出一个词元(Token)消耗约

    来源 腾讯网
  4. 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
  5. 龙芯中科共建开放原子龙架构社区:自主指令集首个综合开源社区成立

    IT之家 11 月 20 日消息,2026 开放原子开发者大会今日在郑州举办,在大会开幕式上,开放原子龙架构社区正式成立。 该社区由龙芯中科与开放原子开源基金会联合共建,是我国在自主指令集领域发起的首个综合性开源社区。 开放原子龙架构社区由开放原子开源基金会筹建、孵化、运营,将重点布局 IP 核、二进制翻译、基础操作系

    来源 AI 行业观察
  6. 范式发布Phai系列模型:语言模型提速8-10倍,视频模型弱化AI感

    11 月 18 日,范式智能无预告发布了自己的两款 Phai 系列模型:语言模型 Phai-A1 主打“快”,官方口径是同等质量下响应速度比同参数级别模型快 8–10 倍;视频模型 Phai-M1 主打“真”,即 AI 感更弱、画风细腻。 两款模型上线后,很快引起了 AI 圈的关注。部分网友甚至反应当天体验入口的服务器

    来源 AI 行业观察
  7. 余承东晒鸿蒙智行“五界”矩阵:排序重回“问智享尊尚”

    IT之家 11 月 20 日现场消息,鸿蒙智行享界 V8 及星芒品牌发布会正在进行中。发布会上,华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东做了开场演讲,并晒出鸿蒙智行“五界”品牌矩阵。 余承东强调,鸿蒙智行是华为终端主导的智能汽车技术生态联盟,以六大独有核心技术推动中国智能汽车产业升级。 另外,余承

    来源 AI 行业观察
  8. 华为云CloudRobo打通具身智能链路,昇腾960DT显存带宽规划9.6TB/s

    具身智能从实验室走向工厂,最大的拦路虎往往不是模型不够聪明,而是算力贵、适配难、真机部署慢。华为云推出CloudRobo平台和昇腾原生世界模型,试图把数据、训练、仿真和真机部署串成一条线。通过统一接入协议和云端算力调度,让不同团队能复用已有的工程资产,不用每家都从头买卡、从头踩坑。文章梳理了这套方案如何解决显存瓶颈、长

    来源 AI 应用前沿
  9. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  10. 华为星芒刘赫:麒麟9030S芯片落地OSTA O1 Pro,秒启秒开如何实现?

    IT之家 11 月 20 日现场消息,在今天下午的鸿蒙智行享界 V8 及星芒品牌发布会上,华为 OSTA 星芒品牌总经理刘赫登台,介绍了华为星芒开山之作 —— OSTA O1 Pro 的详细信息。刘赫表示,江湖上有句古话,得麒麟芯者得天下。OSTA O1 Pro 搭载麒麟 9030S 旗舰 τ 芯片,支持软硬芯云垂直整

    来源 腾讯网
  11. 鸿蒙智行:主动安全避撞超542万次,新增130+项标准

    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+ 项

    来源 腾讯网
  12. Anthropic CEO敲响纳斯达克:AI发展不能只踩油门

    在纳斯达克开市钟仪式上,Anthropic首席执行官达里奥·阿莫代重申公司对“控制AI发展节奏”的承诺,强调无论面临商业诱惑还是政治压力,都不会为抢先发布而牺牲安全评估。这一表态出现在前沿模型竞赛白热化、华盛顿监管博弈升温的节点上,被解读为对“加速主义”的一次公开回应。

    来源 AI 科技快讯
  13. 阿莫迪:AI领路人

    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

    来源 AI 行业观察
  14. Google Genie4 API开放:付费开发者可实时交互并生成原生音频

    11月19日,Google通过Gemini API与AI Studio向付费开发者开放最新世界模型Genie4(models/genie-4)。此前一日,该模型已借Project Genie面向Google AI Ultra订阅用户推出。此次开放标志DeepMind首个可供第三方直接调用的实时世界模型落地,摆脱消费者订

    来源 AI 产业速递
向下滚动自动加载更多