华为云开源昇腾原生具身世界模型CloudRobo-WM1.2,双基准登顶并开放整套算力底座

华为云于2026年11月16日正式发布并开源昇腾原生具身世界模型CloudRobo-WM1.2,该模型在RoboTwin2.0与LiberoPro2.0两大仿真基准中均排名第一。同步开放模型权重、训练...

人工智能 阅读量: 13.6万

2026年11月16日,华为云正式发布昇腾原生具身世界模型CloudRobo-WM1.2,并宣布模型权重、推理代码与训练框架全面开源。这是国内首个在国产算力平台上完成全流程训练并实现性能登顶的具身世界模型,标志着国产AI基础设施在具身智能领域完成关键工程突破。

该模型依托PPA多模态表征、DualAct原生动作生成等五项核心技术,在RoboTwin2.0与LiberoPro2.0两项国内主流仿真评测基准中均位列第一。这两项基准分别聚焦机器人在动态环境中的任务泛化能力与复杂操作技能,是当前具身智能研究的重要参考指标。模型成功解决世界认知与动作生成耦合、异构数据规模化利用、跨本体泛化等长期制约具身智能发展的核心难点,并支持弹性推理,可适配不同算力配置与延迟约束场景。

与此前多数依赖海外算力训练的具身模型不同,CloudRobo-WM1.2全程基于昇腾910B芯片完成训练,验证了国产算力在高阶具身模型训练上的可行性与竞争力。这一进展将具身智能的竞争维度,从单一的“芯片算力强度”,转向更综合的训练效率、数据规模、部署成本与场景落地速度的多维比拼。

华为云此次不仅开源模型本身,更同步开放整套昇腾算力底座的最佳实践方案,包括训练框架优化策略、分布式训练调参指南、推理加速方法等工程细节。此举旨在显著降低开发者在国产硬件上复现、微调与部署具身模型的技术门槛。

围绕CloudRobo-WM1.2,华为云构建起覆盖“算力-模型-平台-伙伴”的四层具身智能生态体系:

第一层为算力底座,以昇腾芯片为核心,搭配灵衢超节点构成高性能计算集群。据公开数据,目前已有80%的中国具身智能企业与重点高校接入昇腾云服务。

第二层为模型底座,除CloudRobo-WM1.2外,还包括盘古5.5大模型系列,共同提供“认知-行动”一体化的基础能力支撑。

华为云CloudRobo-WM1.2发布暨开源仪式现场

第三层是CloudRobo一站式开发平台,已汇聚230余家高校与企业伙伴、超过1.6万名开发者,沉淀行业资产超千项,覆盖数据标注、仿真建模、模型训练到真机部署的全链路工具链。

第四层为场景落地层,华为云采取“不做本体、只做底座”的合作策略,联合多家机器人厂商推进真实场景验证。其中,与福龙马合作研发的下一代智能清扫机器人已开启预售,计划于12月在上海举行新品发布会;亿嘉和、拓斯达、埃夫特、优艾智合等企业则分别在电力巡检、工厂物流、工业机械臂、能源运维等场景落地具体方案。

值得注意的是,本次开源并非孤立动作,而是与信通院EAIBench真机评测体系形成闭环验证。该评测聚焦机器人在真实物理环境中的任务完成率与鲁棒性,使技术成果具备可量化、可验收的工程价值。机构研报指出,市场正逐步区分“生态概念”与“产品落地”——例如福龙马因明确的预售节奏与联合开发进展获得资金关注,而仅列名生态伙伴但无实质进展的企业未获溢价。

具身智能的发展长期受限于三大瓶颈:一是高质量交互数据稀缺;二是仿真到现实的迁移鸿沟;三是训练成本过高导致小团队难以参与。CloudRobo-WM1.2的开源,在一定程度上缓解了后一问题。通过提供标准化模型基线与昇腾适配方案,中小企业可基于已有硬件快速启动具身模型微调与场景适配,无需从零构建训练体系。

此外,华为云对立项项目提供最高100万元算力支持的政策,进一步降低了初创团队的试错成本。结合平台已积累的千余项行业资产(如特定场景的仿真环境、任务模板、传感器标定数据),开发者可跳过重复性基础工作,聚焦于垂直场景的差异化创新。

从产业演进角度看,当前机器人智能化正经历从“感知式智能”向“物理推演型具身智能”的跃迁。前者依赖预设规则或单帧视觉识别执行任务,后者则能基于对环境的动态建模进行因果推理与动作规划,例如在遮挡、视角突变或外部扰动下仍保持稳定操作。CloudRobo-WM1.2所强化的正是这类高阶能力,其在RoboTwin2.0中对动态扰动任务的优异表现即为佐证。

尽管前景可观,风险仍不容忽视。具身模型的泛化能力尚未完全突破物理世界复杂性的边界,部分场景仍需大量人工干预;下游应用端对ROI(投资回报率)的审慎评估也可能延缓规模化部署节奏。尤其在环卫、电力等对可靠性要求极高的领域,真机长期运行数据的积累仍是必要前提。

总体而言,华为云此次开放昇腾算力底座与CloudRobo-WM1.2模型,不仅是技术层面的突破,更是一种生态构建逻辑的转变:从封闭自研转向开源共建,从单点技术输出转向全栈能力赋能。随着更多本体厂商、零部件供应商与算法团队接入该生态,具身智能的产业化路径正变得愈发清晰与可行。