通信,拉近世界的距离!
您的位置:首页 >资讯 >5G\6G动态 >5G >查看资讯

华为云开源具身世界模型CloudRobo-WM1.2,双榜登顶刷新评测纪录

移动通信网 赵哲超

11月16日,华为云“行业AI梦工厂”正式发布昇腾原生具身世界模型CloudRobo-WM1.2,并宣布全面开源。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DualAct架构实现动作生成,在RoboTwin 2.0和LiberoPro 2.0两项具身智能权威评测基准中均排名第一,成为当前具身世界模型领域的标杆之作。这是国内云厂商首次以“模型+框架+算力实践”全套开放的方式切入具身智能赛道。近年来,具身智能从实验室走向产业化过程中,长期面临多模态物理理解难、跨本体泛化难、实时推理算力成本高三重瓶颈,机器人本体厂商和模型厂商各自为战,缺乏统一的世界模型基座。华为云此次将CloudRobo-WM1.2连同训练框架、WAM昇腾算力最佳实践一并开放,直接面向行业伙伴、模型厂商、本体厂商和最终客户四类主体,意图在昇腾云上构建完整的具身智能开发生态。华为云同时表态,将坚定投入具身智能核心技术研发,持续开放模型、工具链及技术实践,努力做“最懂具身、最先进、最开放”的云。

【关键数据】

[1] 发布日期2024年11月16日

[2] 评测基准登顶数量2项(RoboTwin 2.0、LiberoPro 2.0均排名第一)

[3] 五项核心技术创新

[4] 四种可按需组合的弹性推理模式(World/Expert Action、Joint/Action-only)

[5] 面向4类开放对象(行业伙伴、模型厂商、本体厂商、最终客户)


CloudRobo-WM1.2的技术创新集中体现在五项核心设计上。第一是PPA多模态世界表征架构,通过共享世界模型骨干网络,将视觉、语言、本体感知等多模态输入统一映射为预测增强的世界表征,使机器人能够在执行动作前“预演”物理后果,解决多模态物理理解难的问题。第二是世界模型原生DualAct架构,区别于传统“感知-规划-控制”分模块拼接的方案,DualAct将动作生成内嵌于世界模型之中,实现世界模型原生动作生成,减少模块间信息损耗,提升端到端响应速度。第三是多粒度监督数据自适应预训练框架,可根据不同数据源的粒度差异自动调整监督策略,充分利用仿真数据与真机数据的混合语料。第四是本体语义保真跨具身运动建模,让同一模型能够适配机械臂、人形机器人等不同本体形态,破解跨本体泛化难题。第五是World/Expert Action与Joint/Action-only四种可按需组合的弹性推理模式,用户可根据任务复杂度和算力预算灵活选择推理配置,直接降低实时推理的算力成本。这五项创新分别对应具身智能落地的三大痛点,形成从表征、架构、训练到推理的完整技术闭环,也解释了其在RoboTwin 2.0和LiberoPro 2.0双榜登顶的技术根源。

具身智能当前正处于爆发前夜,市场格局尚未固化。据行业研究数据,全球人形机器人市场规模预计将在未来数年内达到数百亿美元量级,中国市场占据重要份额,而具身大模型作为机器人的“大脑”,其竞争烈度不亚于本体制造环节。在国际阵营,特斯拉FSD驱动的Optimus、Figure与OpenAI合作的大模型方案、英伟达基于GR00T的世界模型体系均加速推进;国内阵营中,智元机器人、银河通用、宇树科技等创业公司均发布过具身基座模型,互联网大厂亦纷纷布局。与多数竞品相比,华为云的差异化在于“昇腾原生”四字——模型从架构设计到训练部署全程适配昇腾算力体系,配合WAM昇腾算力最佳实践的开放,客户在昇腾云上可获得从底层硬件到上层模型的协同优化,这是依赖英伟达生态的厂商难以复制的优势。RoboTwin 2.0与LiberoPro 2.0两项评测分别考察机器人双臂协作与长程操作能力,CloudRobo-WM1.2双双第一的成绩,为其在客户选型中提供了硬性技术背书,也打破了外界对昇腾生态在具身领域成熟度的疑虑。

从产业链视角看,CloudRobo-WM1.2的开源对上下游均产生实质影响。上游层面,具身世界模型训练需要海量算力,世界模型类模型的训练算力消耗通常是传统判别式模型的数倍,开源后行业伙伴涌入昇腾云进行模型开发与微调,将直接拉动昇腾AI算力的消耗增长,形成“模型开源—生态聚集—算力变现”的商业闭环。中游层面,训练框架与WAM昇腾算力最佳实践的开放,大幅降低了本体厂商和模型厂商的开发门槛——以往企业需要自行摸索分布式训练配置、显存优化、通信加速等工程细节,如今可直接复用经过验证的实践方案,研发成本和试错周期显著压缩。下游层面,弹性推理模式的四种组合意味着客户可以按需选择轻量化部署方案,对于成本敏感的工业场景尤为关键;具身智能机器人的算力成本中,推理环节占比往往超过一半,可组合的推理模式直接改善整机成本结构。华为云明确将本体厂商、模型厂商、行业客户和最终客户四类主体纳入开放范围,本质是以开源换生态,以生态促算力消耗,这与Meta开源LLaMA系列激活算力需求的逻辑一脉相承。

在商业化落地层面,华为云并未停留在开源动作本身,而是给出了清晰的生态共建路径。华为云方面表示,希望将昇腾云上具身世界模型的最佳实践开放给行业伙伴,帮助其在昇腾云上更高效地开发模型与应用,同时联合本体厂商、模型厂商与行业客户共建解决方案。从应用场景看,具身世界模型的落地路径主要包括三类:一是工业制造场景,机械臂在柔性产线上的跨任务操作需要世界模型提供泛化能力,PPA多模态表征可适应不同工位的视觉与传感条件;二是物流仓储场景,DualAct架构的端到端动作生成适合拣选、搬运等高频操作任务,弹性推理模式可在保证节拍的前提下压缩算力开支;三是商业服务与家庭场景,跨具身运动建模让同一模型适配从轮式底盘到人形本体的不同形态,降低多品类机器人厂商的适配成本。开源本身也是商业化策略的一部分——模型权重与训练框架免费开放后,企业客户更倾向于在昇腾云上一站式完成开发、训练与部署,云服务收入随之增长。对中小本体厂商而言,借助开源模型可直接获得双榜第一的基线能力,省去从零训练模型的巨额投入,加速整机产品推向市场。

具身智能行业的下一步竞争焦点,正在从单点模型性能转向“模型+算力+生态”的体系化对抗。华为云此次发布透露出明确信号:其一,昇腾生态正在从通用大模型向具身智能垂直纵深延伸,此前昇腾已支撑多个万卡级大模型训练集群,如今向机器人领域输出原生适配能力,补齐了AI算力版图的关键一块;其二,开源策略将持续加码,华为云强调将“持续开放模型、工具链及技术实践”,意味着CloudRobo-WM1.2不会是孤例,后续版本迭代与配套工具的开放节奏值得关注;其三,行业合作模式趋于联盟化,联合本体厂商、模型厂商与行业客户共建解决方案的提法,指向的是跨企业的解决方案联盟而非单打独斗。对本体厂商而言,选择何种世界模型基座将直接影响其产品的泛化能力与成本结构;对模型厂商而言,开源基座的出现压缩了通用模型创业空间,差异化竞争被迫转向垂直场景数据与工程化能力;对行业客户而言,昇腾云上可获得的具身开发资源从零散走向体系化,部署周期与试错成本双降。华为云“推动具身智能在千行百业规模化落地”的表述,将这场竞争的终点锚定在产业渗透率上,双榜登顶只是入场券,真正的较量才刚刚开始。

微信扫描分享本文到朋友圈
扫码关注5G通信官方公众号,免费领取以下5G精品资料
5G通信公众号
  • 1、回复“YD5GAI”免费领取《中国移动:5G网络AI应用典型场景技术解决方案白皮书》
  • 2、回复“5G6G”免费领取《5G_6G毫米波测试技术白皮书-2022_03-21》
  • 3、回复“YD6G”免费领取《中国移动:6G至简无线接入网白皮书》
  • 4、回复“LTBPS”免费领取《《中国联通5G终端白皮书》》
  • 5、回复“ZGDX”免费领取《中国电信5GNTN技术白皮书》
  • 6、回复“TXSB”免费领取《通信设备安装工程施工工艺图解》
  • 7、回复“YDSL”免费领取《中国移动算力并网白皮书》
  • 8、回复“5GX3”免费领取《R1623501-g605G的系统架构1》
  • 本周热点本月热点
    通信人才网

    最热通信招聘

    更多