华为云昇腾原生具身世界模型双榜第一,11月30日开放权重与代码

资讯 腾讯网 作者:量子位 全文 4376 字 · 约 11 分钟读完 配图 1 张 分类SOTA华为开源世界模型算力

田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 华为云要开源具身世界模型了,一开就是双榜第一! 关键是,这个模型用的还是国产昇腾算力。 11月16日,....

所属频道 大厂动态模型发布算力与芯片开源生态

田晏林在凹非寺撰文,量子位公众号(QbitAI)发布。

华为云要开源具身世界模型了,一开就是双榜第一;关键是,这个模型用的还是国产昇腾算力。

11月16日,华为云发布了昇腾原生,在具身智能评测中,它的平均成功率都排第一。

华为云计划在11月30日,开放该模型权重、推理代码和

好么,连

其他做机器人的团队如果要让这个模型学会一项新任务,不必从头搭建整套训练流程——代码是现成的,接入自己的数据,就能直接调试和验证。华为云这次做的事不止于「把模型搬到昇腾芯片上跑起来」:从模型架构、训练框架,到核心算子、推理部署,都针对具身模型自身的特点做了软硬件协同优化。

从世界模型预训练、强化学习,到机器人上手干活,华为云把这整条链路接了起来。

这正是「

国产算力,具身世界模型也能训到双榜第一

首次亮相,华为云具身世界模型在RoboTwin 2.0上,分别跑出88.98%和81.73%,双双拿下第一。

这款模型在昇腾算力上训练,并且其训练框架、关键算子、推理部署,也都围绕昇腾做了优化;「昇腾原生」,说的就是这套做法。

仿真榜单上的分数很漂亮,真机场景也扛得住检验。第三方独立测试里,5种机器人本体参与,共考核13项操作任务,包括转旋钮、双臂连续交接、玩具入篮等,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:机器人将插头插入后意外滑脱,CloudRobo-WM1.2可以根据新观测画面动态调整动作,重试插接。这意味着,它记住的不只是固定动作轨迹,其还具备对物理交互结果的预判能力。

不过,听了华为云在最近举办的具身世界模型CloudRobo发布会上的介绍,我又感觉它能取得SOTA表现,不算意外了。

首先,CloudRobo-WM1.2在「让机器人更懂物理世界」这件事上,下了一些功夫。

普通模型认得出杯子,也能定位它在空间中的位置,但学到的多半只是某个特定视角下的外观特征。碰到物理交互就不一样了:机器人往前推杯子,杯子是滑出去还是翻倒?这类问题普通模型很难给出准确预判。如果还有物体遮挡、视角变化、物体处于动态运动,误差会更突出。

华为云采用针对的就是这个问题,它把感知、预测和动作放在同一阶段联合训练,同步接入RGB视频、

这样一来,杯子是什么、放在哪里,机器人能判断;它的空间结构、此刻怎么动,以及动作做完会带来哪些物理后果,机器人同样能给出判断。

像「杯子被推一下之后会往哪儿动」这类物理问题,处理起来也不费劲。

可模型能拿到的信息越多,具身数据里动作标注、深度、相机视角这几样偏偏常常缺斤少两。缺了一种,其余的信息还能不能接着训?

能!

华为云的做法是:预训练阶段哪部分信息靠得住,就让模型从哪部分学。

好比一张综合卷子,某道小题的条件缺了、读不通,没人会因此把整张卷子扔掉,而是拿其余清楚可用的条件往下推。

它的价值不在「能忍脏数据」,而在于让大批不够完美的异构数据真正进入训练,不必因为某一处信息缺失就把整条样本作废。

真机采集数据的成本在500元~1000元/时,现有可用数据只有百万小时量级;头部厂商判断的需求却是亿小时级。

供需差摆在这儿,数据用得快不快、省不省,本身就是工程上的竞争力。

在「让机器人动手能力更强」这件事上,华为云还拿下了两处突破。

其一是场景理解与动作生成两条路径协同,具体来说:

一条是

另一条则建立在世界模型骨干之上。

两条路还共用同一套动作目标来训练,专家规模能随任务调整,速度和精度可以兼顾。

其二是本体语义保真跨具身运动建模,针对的是一套模型适配多种形态机器人的难题。

各家的机器人本体差别很大:单臂、双臂、轮式结构互不相同,如同不同车型,操控逻辑各有各的套路;但同类任务底下,动作意图是相通的。

华为云这套技术,等于给机器人配了个「翻译器」。

模型分别保留机器人96维、人类运动168维的原生状态表征,再用本体标记把各自的运动接口区分开。

对物体和场景的理解可以放在一起学;至于该怎么动,则按机器人自身的结构特征自主适配。

华为云披露,训练数据目前已扩至2.75万小时,接入20个数据源、33种本体。

做具身模型还有一层共识:「想得准」和「动作出得快」,两头很难同时顾上。

华为云怎么应对?

它在推理方案上摆了四个「套餐」——World/Expert Action,Joint/Action-only,四种弹性推理模式可按需搭配。

也就是说,可以单出动作,也可以动作加预测一起出;还能指定交给动作专家办,或者由世界骨干来完成。

研发调试看重精度,实际部署看重速度,两种诉求都能接住。团队依照算力和时延要求自由组合,像点菜一样,丰俭由人。

最重的那一档,计算量约是最轻一档的11倍。

模型设计上,CloudRobo-WM1.2省算力的思路是按任务挑着算。

不过,长视频、深度和动作要一起训进去,模型到了真机上还得及时出动作,这些活儿昇腾是怎么接住的?

所谓「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为例算一笔账。

模型参数、梯度、优化器状态这几项加起来,显存就要占掉约112GB!

这还没把长视频带来的额外开销算进去。

具身世界模型吃算力的程度不一般。视频、深度、三维点云、动作序列,模型全都要处理,算力和显存的需求都远超普通大模型。

真机上又是另一笔账: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。

这笔开销牵涉的是整套训练系统。

几张卡之间怎么分工,大数据怎么送过去,训练框架和算子怎么在卡上跑起来,多分支梯度如何归约,

这些合起来,就是「昇腾原生」。

一张工作台摊不开,那就几张台子一起干。

华为云把数据处理和模型计算拆开,前者可以交给

多张昇腾卡通过

还有些中间结果,可以等用到时再算一遍,多花几步计算,换出显存空间。

桌子摆开了,下一批数据还得及时送到。

两路各4Mbps的视频,录8000小时,光压缩后的视频就有约28.8TB。

训练过程中还要反复读取、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,按一次完整的操作建索引。

搜到一段动作,相关数据就能一起取出来。常用的提前缓存,下一批要用的提前读。卡还在算手上这批,后一批已经在路上,算力不至于空等。

这有点像餐馆后厨:热门菜提前备料,下一单还没来,食材已经先解冻了。

数据到了,训练框架还得把活儿派匀。视频、点云和动作占的显存不一样,一批样本分得不好,这张卡已经挤满了,那张卡还空着。

华为云在框架中把重计算单独拎出来,再叠上长序列与模型并行,让各张卡的压力摊得更平均。卡与卡之间需要互通结果时,也能赶在数据还没到之前,先把手上能算的那部分做掉。

强化学习这一环,卡住的地方同样是等算力。

动作由模型算出,仿真环境里的机器人照着执行,随后把新画面和结果回传,训练才继续往下走。

华为云联合清华大学于超团队,把开源的具身强化学习框架

在LIBERO的一组测试中,模型一次输出10步动作,直到第10步才需要读取新画面,前9步的画面因此不必逐帧渲染。物理仿真仍一步一步推进,奖励也照常计算,动作规划周期内的渲染开销就这样降了下来。

昇腾卡上同样有可省的计算。

归一化、旋转位置编码这类要反复执行的运算,被华为云团队接到了昇腾NPU的

过去分几次完成的计算,有一部分能在卡上合并处理。指令下发的次数少了,中间数据搬运的趟数也少了。

华为云透露,完成适配后,相关推理效率与训练吞吐提升约2至3倍。

分开来看RLinf公布的测试,

至于一整轮强化学习能提速多少,还要把仿真、通信和参数更新一并计入。

这些能力被接入CloudRobo,即华为云的具身智能开发与运行平台。

△AI生成

数据采集困难时,可以先在仿真环境中合成一批,再到昇腾上完成预训练、强化学习与评测。

部署到真机后,前面提到的四种推理模式都能派上用场:调试阶段把未来画面和动作一并算出,现场作业时只计算下一段动作。

动作算出之后,还得及时送达机器人端。

华为云用

若需要近距离无线通信,还可结合

遇到新工况,团队会把采集到的作业数据带回CloudRobo,定位模型在哪一步出错,再补充训练、评测,并将更新后的模型重新部署。

模型能训出来,也能上真机,接下来问题就落到现场:进了工厂,先让机器人接哪道工序?到了仓库,哪种工况最该补数据?

这些判断,天天和设备打交道的人最清楚。

要把伙伴拉进来

不过,真要把一道工序教给机器人,没有谁能一手包办。

做模型的进厂,需要补现场数据、学工艺;制造企业懂生产,也得有人帮忙采数据、训模型。

本体厂商则要把模型接到自家机器人上,边运行边调整。

华为云想做的,是把这几拨人聚到CloudRobo上共同推进项目。

数据如何接入、模型如何训练、仿真如何测试、真机如何运行,平台都留了API、SDK、CLI和插件接口。

别家的模型、数据采集工具、训练框架,都可以接进这个平台使用。

CloudRobo-WM1.2同样会入驻平台,权重、推理代码和后训练代码计划在11月30日对外开放。

产品做完了,销路怎么解决?

按照华为云的说法,伙伴可以依托昇腾云和CloudRobo,在平台上发布数据集、模型、工具链以及方案。

以仿真引擎为例,华为云会与伙伴共同打磨,成型的能力既能集成进CloudRobo,也能放到云商店上售卖。

华为云具身智能产品线总裁、具身智能Lab主任吴小东给出了明确表态:条件相同的情况下,华为云会优先推荐伙伴的模型和方案。

具身智能正处在迈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。

该专区6月上线,至今已与230多家企业及高校建立合作,聚集了超过1.65万名开发者,沉淀下1500多项行业资产。

眼下国内具身智能企业里,每10家可能有8家选择了华为昇腾云。

在国内具身智能市场位居第一梯队的同时,华为昇腾云也实现了对国内重点高校的大范围覆盖。

浙大、上海交大等高校均已与华为云展开深度合作。各方用昇腾算力、仿真平台和开源代码共同训练模型、搭建数据集、开展评测,还一起建设课程和实训基地。

产业侧的落地同样在加快:联手福龙马做无人环卫,共同定义产品,也一起做营销、推上市;与亿嘉和联合发布配网带电作业机器人,在配网高危作业中实现规模化商用;同山河智能联合推动矿山场景落地……

工业制造、城市服务、应急救援,再到生活服务、医疗康养、教育实训,CloudRobo已经覆盖20多个行业。

One more thing

全球AI的较量,重心正从单块芯片的性能转向整套系统的能力。

具体到具身智能,电要供得上,机器人干活产生的数据要收得回、用得好,机器还得交到客户手中,进入新场景后能继续调整。

国内有电力基建和「

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关键。

用昇腾原生训练的CloudRobo-WM1.2,在两项国际基准上均排名第一,确实让人振奋。

至少对具身智能厂商来说,训练侧终于不再只有英伟达一条路可选。

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. 上海AI Lab开源Sage S2.1 Flash报告:320B模型四基准SOTA

    只需一个指令,Agent 就能从 12,487 张 CT 图像中,重建一个三维骨骼模型?Sage S2.1 Flash 做到了,它的答案是找出属于目标扫描序列的切片,整理好,再操作医学影像软件 3D Slicer,重建立体可见的骨骼模型。近日,上海人工智能实验室联合复旦大学、中国科学院软件研究所、中国人民大学、中国科学

    来源 腾讯网
  3. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  4. 新一代华为鸿蒙智家无界交互官宣 11 月 24 日发布,号称“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 AI 行业观察
  5. AMD苏姿丰给出2027年指引: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
  6. 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
  7. 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
  8. 从英伟达到苹果、微软:同样拥抱AI,为什么企业的财富命运截然不同?

    AI正在改变企业创造财富的方式。检索、计算、起草、核对等标准化工作,越来越多地由工具完成。技术能力的普及并不意味着企业之间的差距会消失。相反,当算力和信息更容易获得,领导者如何提出问题、配置资源、处理冲突以及确定长期目标,开始更直接地影响企业能否把技术转化为持续价值。德鲁克曾把管理与领导分开:管理是把...

    来源 腾讯网
  9. 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
  10. 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
  11. 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
  12. 腾讯Hy4正式开源:770B总参数、49B激活,混元LLM系列全部开放

    IT之家 11 月 20 日消息,腾讯混元团队今日宣布 Hy4 大模型正式开源,模型权重已在 GitHub、Hugging Face、ModelScope 和 GitCode 四个平台同步上线,开发者可自行下载部署。 至此,混元 LLM 系列已完成全部开源,覆盖 Hy3 preview、Hy3、Hy4 preview、

    来源 AI 行业观察
  13. 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
  14. 杨元庆:未来或有80%算力来自端侧与边缘侧

    每经AI快讯,11月19日,联想集团披露了截至2026年9月30日的2026/27财年第二季度业绩。当日下午,联想集团董事长兼CEO杨元庆在沟通会上阐述了他对多个市场热点问题的看法。杨元庆表示,市场上一直有关于AI资本泡沫和云厂商资本开支过高的质疑,但是我们对AI算力需求的长期增长充满信心。随着AI从训练走向推理,随着

    来源 腾讯网
  15. 姚顺雨清华演讲:AI最稀缺的是Trust和Taste,小模型体系值得关注

    腾讯 AI 负责人姚顺雨昨天在清华做了一次分享,博主@幻觉工程师 根据搞到的分享材料,整理成了笔记如下:1. 未来一个值得关注的方向是小模型体系。AI for AI会显著推动小模型发展,因为训练小模型需要的算力更少,可以进行更多实验。未来可能先训练一个能力足够强的大模型,再通过蒸馏得到不同尺寸、分别适配不同任务的模型.

    来源 腾讯网
  16. 安谋科技“星辰”落子,端侧AI不用再死磕算力了?

    【环球网科技报道 记者 李文瑶】11月18日,安谋科技(中国)有限公司(以下简称“安谋科技”)正式对外解析Arm Cortex-M42 CPU,并发布基于该产品的“星辰100e”AIoT原型平台。随着AI算力加速向物理世界下沉,Arm的全球核心战略正从单一的IP授权向“全面计算与异构协同”升级。产品布局:精准卡位,打造

    来源 腾讯网
  17. 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
向下滚动自动加载更多