具身 · 一遮挡就瞎一动就傻,华为云把机器人的脑子开源了
具身 · 一遮挡就瞎一动就傻,华为云把机器人的脑子开源了
让机器人看见一只杯子不难,难的是杯子被挡住一半、被别人拿走换了个角度之后,它还知道那是同一只杯子。华为云具身产品线总裁吴小东把这类毛病概括成三句话:一遮挡就「瞎」,一动起来就「傻」,一换视角就「懵」。十一月十六日,华为云发布并开源了昇腾原生具身世界模型 CloudRobo-WM1.2,在 RoboTwin 2.0 与 LiberoPro 2.0 两个评测基准上都拿到第一。【直引】
🧠 世界模型在机器人里干什么
机器人要从实验室走进真实场景,得理解因果、预判动作后果,还要用尽量低的试错成本生成可执行动作。世界模型承担的就是这件事:把多模态信息和物理规律压缩成预测,给策略一个更稳的内部表征。传统视觉表征学的是某个角度的像素特征,不是物体稳定的物理属性,所以遮挡、视角切换,加上物体一动,性能就断崖式下跌。【直引】
有报道给了两个量化例子:目标遮挡可让检测 F1 值从百分之六十八掉到百分之二十八;视角分布外变化能让模型准确率从百分之六十二点七二骤降到百分之七点六二。【直引】这两个数字很扎眼,引用时要记住它们是报道转述的行业例子,不是这次模型在自家基准上的实测跌幅。
小贴士:世界模型学的是一套「如果我这么做,接下来会怎样」的预测能力,不负责把现实存成一张地图。机器人靠它在脑子里先走一遍,再去真机上动。
🧬 五项技术,各堵一个洞
CloudRobo-WM1.2 公开的五项创新,能对着具身落地的三类难题读。
PPA 多模态世界表征架构:把 RGB 视频与语义特征、深度与点云,连同「未来多模态预测」放进同一个监督体系,让模型从识别物体升级到理解四维动态物理规律,目标是遮挡和视角变化下仍能预判交互后的运动结果。【直引】
世界模型原生 DualAct 架构:这是技术核心。它不走「世界模型加动作模块」的拼接,而是让世界模型直接输出动作,同时保留一条动作专家路径输出高效指令。一条保精度,一条保时延,开发者按场景切换。【直引】
多粒度监督数据自适应预训练框架:允许缺动作标注、缺深度、缺相机视角的数据也参与训练,避免大量存量数据因为局部缺失就被浪费。【直引】
本体语义保真跨具身运动建模:同一个动作,单臂、双臂、轮式机器人的运动语言完全不同。这项在语义层对齐不同本体的动作逻辑,缓解跨本体训练里「数据越多效果越差」的悖论。【直引】
四种弹性推理模式:World、Expert Action 与 Joint 再加 Action-only 四种按需组合,把世界模型与专家动作、联合推理与仅动作推理拆成档位,按算力和时延点菜。【直引】
🏅 两张榜第一,怎么读才不夸张
RoboTwin 2.0 与 LiberoPro 2.0 都是具身评测基准,模型在两个榜上都列第一。【直引】「都拿第一」这句话听着重,读的时候要记住三件事。
第一,这是标准化仿真任务里的阶段性验证,真机泛化与长尾场景,加上安全可靠性,还需要进一步检验,发布方自己也没回避。【直引】第二,发布方同时给出了真实场景演示:工业级搬运连续作业、轴承毛刺清洁,以及无人零售场景里的物品上架、礼物入柜。【直引】演示和榜单是两类证据,演示说明能做出来,不说明规模化可靠。第三,对标英伟达 Cosmos 是媒体给的定位,不是同题同条件的正面测试。【判断】
📦 开源开到哪一层
这次开放的边界值得单独说。模型开源,权重和推理代码直接全量放出;训练框架工程代码与 WAM 昇腾算力代码库则面向核心合作伙伴定向开放。前者是普惠,后者是筛选。【直引】
华为云的路线是不造机器人本体,只做通用物理 AI 底座,给各类人形机器人、工业机械臂提供感知、推理和动作规划能力。对通过立项的合作项目,配套最高一百万元的昇腾云算力支持。搭载该模型的商用智能清扫机器人启动了预售,与环卫装备企业福龙马合作。【直引】
「昇腾原生」这层身份是这次发布被反复强调的:全链路基于昇腾算力栈原生训练,仍能跑到评测第一。发布方想证明的是国产算力栈可以训练出世界第一梯队的具身世界模型。【直引】这句话的成立范围限于这两个基准,别外推成「国产算力全面超过海外生态」。【判断】
一句收束:这次真正的信号在开源加了算力补贴这套组合上,榜首反倒次要。它把具身智能的竞争,从比单点模型分数,推向了比谁的云边端全栈更省事。【判断】
小贴士:昇腾是华为的 AI 芯片与算力平台。所谓「昇腾原生」,指模型从训练框架到推理模式都围绕这套算力栈设计,而不是在别的平台上训好再迁过来。
信源:中国青年报客户端《华为云「行业AI梦工厂」发布并开源》(2026-11-16);中华网《华为云发布具身世界模型 引领全栈协同智能新时代》(2026-11-17);环球网科技《CloudRobo-WM1.2落地:国产算力叩开具身智能产业化大门》(2026-11-16);瑞财经《华为造「脑子」,吴小东挂帅》(2026-11-16)。
限定:两项评测排名为发布方口径,榜单为标准化仿真基准;遮挡 F1 从 68% 跌至 28%、视角变化准确率从 62.72% 跌至 7.62% 为报道转述的行业例子,非本次模型实测;商用清扫机器人为预售阶段;训练框架与算力代码库为定向开放而非全量开源;对标 Cosmos 属媒体定位。
#具身智能 #世界模型 #华为云 #开源