移动通信网 林知远
11月16日,华为云“行业AI梦工厂”正式发布并开源昇腾原生具身世界模型CloudRobo-WM1.2。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,并基于世界模型原生DualAct架构实现原生动作生成。在RoboTwin 2.0和LiberoPro 2.0两项业界权威评测中,CloudRobo-WM1.2均位列第一,展现出当前具身智能领域最强的综合能力。具身智能从实验室走向真实物理世界,长期面临多模态物理理解困难、世界认知与动作生成耦合难、异构数据难以规模化利用、跨本体泛化难、实时推理算力成本高等五大挑战。CloudRobo-WM1.2以五项核心技术突破直面上述痛点,在世界建模、动作生成、数据规模化学习和工程部署四个维度持续演进,为具身智能从模型研究走向复杂物理场景应用搭建了完整的技术底座。此次开源也标志着华为云将具身智能确立为AI战略的核心方向之一,依托昇腾云算力向产业全面开放。
【关键数据】
[1] 5项核心技术突破(PPA多模态世界表征架构等)
[2] RoboTwin 2.0、LiberoPro 2.0双榜单评测均位列第一
[3] 4种可按需组合的弹性推理模式
[4] PB级多模态数据统一存储
[5] 6大产业落地工程能力

CloudRobo-WM1.2的技术创新集中于五项核心技术。第一是PPA多模态世界表征架构,模型不仅能识别物体,还能预判物理交互结果,让机器人从“能看懂静态照片”进化到“能看懂一场正在发生的4D动作电影”,实现动态物理场景的深度理解。第二是世界模型原生DualAct架构,世界模型直接输出高精度动作,实现原生机器人动作控制;基于MOT架构,动作专家也可实现直接高效动作输出,双通道动作架构支持开发者灵活定义动作专家尺寸,显著提高后训练效率。第三是多粒度监督数据自适应预训练框架,根据数据实际具备的有效信息组织监督,避免有价值数据因局部缺失被丢弃——动作标注缺少、部分维度无效、深度缺失及相机视角不完整等数据均可被兼容,最大限度释放异构数据的Scaling潜力。第四是本体语义保真跨具身运动建模,为单臂、双臂、轮式等不同形态的机器人提供统一“动作翻译器”,支持多本体协同学习,增强跨本体泛化能力。第五是World/Expert Action、Joint/Action-only四种可按需组合的弹性推理模式,按需匹配算力资源与推理延迟需求。

具身智能已成为全球科技竞争的新焦点,世界模型赛道聚集了Google DeepMind、Physical Intelligence、Skild AI等头部玩家,国内亦有智元机器人、银河通用等厂商积极布局。与多数厂商封闭或半封闭的模型策略不同,华为云选择了“全面开源、深度开放”路线,以开源降低产业伙伴的技术门槛,以昇腾云算力形成差异化竞争壁垒。这种打法延续了华为在昇腾、昇思等基础软件领域的生态策略:通过开放核心能力换取生态位,再将算力、工具链等基础设施转化为商业价值。在RoboTwin 2.0与LiberoPro 2.0双榜单登顶的成绩,为CloudRobo-WM1.2树立了技术标杆,也为其在工业制造、物流仓储、商业服务等场景的商业化推广提供了权威背书。华为云围绕具身智能构建“技术深耕+开放赋能+生态共建”三位一体战略,以坚定投入、全面开放、共建共享三大承诺向产业传递长期主义信号。
从产业链视角看,CloudRobo-WM1.2的开源将对上下游产生系统性影响。上游层面,模型依托华为云昇腾云计算平台,融合异构算力、PB级多模态数据统一存储、搜索与快速索引,以及AI框架原生加速,带动昇腾AI算力在具身智能训练场景的需求增长。中游层面,多粒度监督数据自适应预训练框架显著降低了数据成本——在具身智能训练中,高质量动作标注数据获取成本高昂,而该框架兼容深度缺失、视角不完整等低质量数据,相当于将可用数据池扩大数倍,直接摊薄单位训练成本。下游层面,“硅基黑土地”的定位意味着华为云不做本体、不做终端应用,而是向本体厂商、模型伙伴提供底层能力,四种种弹性推理模式则让不同算力预算的客户都能找到匹配的部署方案,降低实时推理的算力门槛。六大产业落地工程能力覆盖从仿真冷启动、云原生训练到跨本体适配、持续学习进化、安全可靠运行的全链条。
在商业化落地层面,CloudRobo-WM1.2已具备从模型推理到真实物理作业的完整工程能力。六大工程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,形成闭环部署路径。具体应用场景方面,本体语义保真跨具身运动建模技术使单一共享模型可同时服务单臂、双臂、轮式等多形态机器人,客户无需为每种本体单独训练模型,大幅缩短部署周期;世界模型直接输出高精度动作的原生架构,省去了传统“感知—规划—控制”多级流水线的中间环节,降低系统复杂度与延迟。弹性推理模式则为不同场景提供灵活选择:对延迟敏感的工业产线作业可采用Action-only高效模式,对复杂决策场景可采用World/Expert组合模式获取更强的世界理解能力。开源策略将加速模型在高校科研机构的普及,形成“学术验证—产业反馈—模型迭代”的正循环。
从行业趋势看,2024年以来具身智能进入技术收敛与商业化提速的关键阶段,世界模型被普遍视为突破机器人泛化能力瓶颈的核心路径。华为云此次的动作呈现出清晰的产业意图:一方面通过开源CloudRobo-WM1.2快速汇聚开发者与科研力量,扩大昇腾生态在具身智能领域的话语权;另一方面依托昇腾云算力与云原生基础设施,将模型能力转化为云服务的持续收入。华为云明确提出打造“最懂具身、最先进、最开放的硅基黑土地”,联合本体厂商、模型伙伴、高校科研机构与行业客户,以开放共建、能力共享的方式推动机器人技术从实验室走向千行百业。在国际算力竞争加剧、具身智能融资持续升温的当下,CloudRobo-WM1.2的开源既是一次技术实力的集中展示,也是华为云在AI产业纵深布局中落下的关键一子,其后续迭代版本与生态进展将持续影响国内具身智能产业格局。


