華為放大招!首個具身世界模型CloudRobo-WM1.2橫空出世 國產算力評測勇奪雙冠
鉅亨網編譯陳韋廷
- 1.華為雲16日推出首款昇騰原生具身世界模型CloudRobo-WM1.2,11月30日開放權重、推理後訓練代碼及預訓練實踐
- 2.該模型以純國產昇騰算力訓練,在RoboTwin 2.0、LiberoPro 2.0評測奪冠
- 3.現場示範完成搬運、清潔、上架等任務;華為雲稱80%中國具身智能企業採用昇騰雲
華為雲周一(16日)正式推出自家首款昇騰原生具身世界模型「CloudRobo-WM1.2」,將於11月30日開放模型權重、推理後訓練代碼及預訓練最佳實踐。這一基於純國產昇騰算力訓練的模型,在RoboTwin 2.0與LiberoPro 2.0兩項權威評測中,CloudRobo-WM1.2均斬獲頭名,展現華為在具身智能底層技術上的領先實力,也意味著國產AI算力在機器人「大腦」訓練上取得重大突破。

具身智能正從實驗室邁向真實物理世界,但長期面臨多模態物理理解困難、世界認知與動作生成耦合難、異構數據難以規模化利用等挑戰。
為破解這些痛點,華為雲具身產品線總裁吳小東介紹五大核心技術。
1、PPA(Perceive-Predict-Act)多模態世界表徵架構:模型不僅辨識物體,還能預判物理交互作用結果。它融合RGB視訊、語意特徵、深度與點雲,引入未來多模態預測監督。
吳小東指出,統一表徵建模的目標,是讓機器人從「看得清一張圖片」到「能看懂一部4K電影」,更好理解物理世界,例如機器人看到一個杯子,不僅知道它是什麼、在哪裡,還能預判推它下一步會如何移動、是否會傾倒。
2.多粒度監督資料自適應預訓練框架:CloudRobo-WM1.2根據資料實際具備的有效資訊組織監督,避免有價值資料因局部缺失被丟棄,釋放異質資料Scaling潛力。動作標註缺少、部分維度無效、深度缺失及相機視角不完整等資料都可相容。
3.世界模式原生DualAct架構:「同一個懂世界的大腦,兩種動作生成路徑」。類似人類有不經過大腦皮質的直接控制(膝反射),快速且有效率直接,也有經過學習後在生活中建立的條件反射。世界模型直接輸出高精準度動作,實現原生機器人動作控制;基於MOT架構,動作專家可實現直接高效動作輸出。雙通道動作架構設計,可支援開發者靈活定義動作專家尺寸,提高後訓練效率。
4.本體語意保真跨具身運動建模:相當於為單臂、雙臂、輪式等各種形態機器人提供統一動作翻譯器,多本體差異化可以統一語意。吳小東提到,多本體不能簡單把維度串起來,否則會失去「千人千面」的差異;團隊構造機器人翻譯器,把96維機器人和168維人類運動原生語義聯合訓練,共享運動語言並復用人的運動經驗。
5、World/Expert Action,Joint/Action-only四種可按需求組合的彈性推理模式:像點菜一樣,按需匹配客戶算力資源和推理時延,其支援Joint(輸出未來世界+高精準度動作)、Action-only(只輸出動作)兩類輸出目標,以及World Action(偏重高精準度輸出)、Expert Action(偏重快速高效)兩種輸出頭,形成四種可組合的推理模式。客戶可以根據算力、時延要求靈活組合。
在現場展示中,基於CloudRobo-WM1.2的機器人成功完成工業級搬運連續作業、軸承毛刺清潔,以及無人零售場景中的物品上架等精細任務。
華為雲透露,目前華為昇騰雲在具身智能市場格局中已位居中國第一,高達80%的中國具身智能企業選擇了昇騰雲,重點高校也基本實現全覆蓋。同時,華為雲與環衛裝備龍頭福龍馬集團聯合研製的智能清掃機器人已啟動預售,顯示出技術正快速走向產業化。
為支撐模型高效運行,華為雲搭建了「模型三層+雲三層」的全棧底座。模型端分為具身原生多模態PPA架構、具身數據Scaling體系及工程化推理層;雲端則提供算力基礎設施、算網數存協同及AI框架支持,其中昇騰原生強化學習框架RLinf v0.4的推理效率與訓練吞吐率提升2至3倍,最高達2.78倍。
此外,華為雲還推出了涵蓋高保真物理仿真、星閃鴻蒙生態集成(支持千台以上本體並發保活)、小時級跨本體快適配等在內的六大工程能力,打通了從實驗室到千行百業落地的「最後一公里」。
業內人士分析,全球具身世界模型競賽正升溫,技術路線從單純環境預測走向預測與動作一體化。未來的競爭不僅看榜單排名,更比拼跨本體泛化與真實場景成功率。華為雲此次通過技術深耕與全面開放,有望加速具身智能的規模化落地,為產業注入強勁的「中國動力」。
- TISA是什麼?三分鐘看懂,千元就能存
- 掌握全球財經資訊點我下載APP
- 講座
- 公告
上一篇
下一篇