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

资讯 InfoQ 作者:褚杏娟 全文 1760 字 · 约 5 分钟读完 配图 2 张 分类华为开源世界模型

在世界建模、动作生成、数据规模化学习和工程部署等方面持续演进

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。按照计划,模型权重、推理代码和后训练代码会在 11 月 30 日对外开放。该模型以共享世界模型骨干网络为基础,借助预测增强世界表征,动作生成则依托世界模型原生 DualAct 架构完成。华为云方面称,CloudRobo-WM1.2 在 RoboTwin 2.0 与 LiberoPro 2.0 两项评测中都排在第一。

华为云开源CloudRobo-WM1.2:两项评测居首,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

机器人要想走出实验室、进入真实的物理环境,光有视觉识别和指令理解还不够。它得弄明白物体之间存在怎样的物理关系,预判交互会产生什么结果,再把这些认知落到具体动作上。这一过程眼下卡点不少:多模态物理信息难以理解,世界认知与动作生成之间衔接不紧,异构数据的利用效率偏低,不同形态机器人之间的能力迁移也是难题。实时推理对算力和部署成本的要求同样不低。围绕这些环节,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。

世界表征上,CloudRobo-WM1.2 用的是 PPA(Predictive Physical-aware Architecture)多模态世界表征架构。常见做法主要靠静态图像识别环境,这套架构走的是另一条路:让模型看懂物体和它们的物理属性,预判交互之后可能发生的变化。视觉观察由此再往前一步,延伸到对动态物理过程的理解。

动作生成上,模型采用世界模型原生 DualAct 架构,把世界建模和动作生成捏在一起,世界模型可以直接输出机器人动作,动作控制由此变成原生能力。同时,基于 MOT 架构,动作专家也能直接、高效地给出动作。双通道动作架构的好处是,开发者可以按实际任务灵活设定动作专家的规模,后训练效率随之提高。

数据利用方面,CloudRobo-WM1.2 引入了多粒度监督数据自适应预训练框架。它的做法是依据每条数据实际含有的有效信息来组织训练监督,避免因为局部信息缺失就把整条数据丢掉。具身模型的训练数据通常来自不同设备、不同采集环境,完整程度参差不齐。该框架能兼容缺动作标注、部分动作维度无效、深度信息缺失、相机视角不完整等情况,把异构数据的利用效率提上去,也为扩大训练数据规模打下基础。

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。单臂、双臂、轮式等不同形态的机器人,被纳入统一的运动建模方式,同时各自本体的运动语义得以保留,共享模型因此能区分不同机器人的动作特征。这一设计让多种机器人可以共用训练数据和模型能力,跨本体任务中的泛化表现也有望改善。

推理部署上,CloudRobo-WM1.2 给出 World/Expert Action、Joint/Action-only 四种弹性推理模式,可按需组合。开发者能依据具体任务的算力资源和推理延迟要求挑选模式,在模型能力与部署成本之间做取舍。

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也得解决。华为云依托昇腾云计算平台,为 CloudRobo-WM1.2 提供异构算力支持,并配合 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起来。相关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、安全可靠运行等环节,目的是压低机器人模型从仿真环境迁移到真实物理环境的工程门槛。

生态开放上,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,并依托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。华为云还计划联合机器人本体厂商、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. 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
  3. 华为星芒刘赫:得麒麟芯者得天下,OSTA O1 Pro 搭载麒麟 9030S 旗舰 τ 芯片

    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

    来源 AI 行业观察
  4. 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
  5. 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
  6. 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
  7. 腾讯混元大模型全量开源:Hy4 正式开放权重,支持百万上下文

    11月20日,腾讯混元宣布Hy4大模型开源,权重同步上线GitHub、Hugging Face、ModelScope和GitCode,开发者可下载部署。此次开源使混元LLM系列实现全量开放,全部版本完成开源,涵盖Hy3preview、Hy3、Hy4preview等,形成旗舰版与高性价比版双线并进格局。

    来源 AI 产业速递
  8. 腾讯混元正式开源Hy4

    36氪获悉,腾讯混元宣布Hy4正式开源,可在GitHub、Hugging Face、ModelScope和GitCode社区下载部署。混元LLM模型已全部开源,包括Hy3 preview、Hy3、Hy4 preview、Hy4、Hy4 flash等。

    来源 AI 行业观察
  9. 华为OSTA星芒推首款鸿蒙AI手机OSTA O1 Pro,主打系统级智能体小艺

    现在请你张开左手,略微用力仔细抚摸小指头第二节的内侧,大概率会摸到一个凹槽,这是我们长时间使用手机时用小指头当做支撑点留下的印记。这种可触摸的印记要比手机对我们大脑留下的改变更为直观,亦是人在使用手机,手机反过来塑造人的小小例证。类似的,在《人类简史》里,作者提了一个有点反常识的观点:看起来是人类驯...

    来源 腾讯网
  10. 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
  11. 余承东谈享界V8:L3来了能睡觉,20秒内唤醒

    11 月 20 日现场消息,在今日的鸿蒙智行享界 V8 及星芒品牌发布会上,华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东介绍,享界 V8 率先开启全国首个 120km/h L3 自动驾驶跨城高速路测。 余承东介绍,享界 V8 Ultra 与 Ultra+ 版本搭载华为乾崑智驾 ADS 5,配备 896

    来源 AI 行业观察
  12. 华为星芒OSTA O1 Pro首搭HarmonyOS 7 AI先锋版:AI手机新物种来了

    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,华为官方宣布,星芒开山之作 —— OSTA O1 Pro 是首款为 AI 而生的鸿蒙手机。 IT之家从发布会现场了解到,华为星芒 OSTA O1 Pro 还官宣首搭 HarmonyOS 7 AI 先锋版系统,支持全新 AI 交互、

    来源 AI 行业观察
  13. 谷歌Genie 4开放开发者:0.2秒操控延迟,6.05美元/分钟

    当地时间11月19日,谷歌正式向开发者开放世界模型Genie 4,开发者可通过Gemini API及Google AI Studio接入。该模型可生成720p、24fps的可交互世界与原生立体声音频,低延迟网络下键盘操控响应约0.2至0.5秒,视频输出按Token计费,成本约6.05美元/分钟。

    来源 凤凰科技
  14. 腾讯混元Hy4开源:7700亿参数,四大社区同步上线

    腾讯混元11月20日正式开源Hy4模型,同步发布披露安全评估与已知风险的System Card。Hy4为混合专家架构多模态模型,总参数量7700亿、单Token激活约490亿参数,支持最长100万Token上下文。随着Hy4开放,Hy系列大语言模型均已开源。

    来源 凤凰科技
向下滚动自动加载更多