华为云开源 CloudRobo-WM1.2:昇腾原生具身世界模型双榜第一

华为云把具身世界模型开源了。CloudRobo-WM1.2,昇腾原生,在 RoboTwin 2.0 和 LiberoPro 2.0 两个具身基准上双双第一。对做机器人 Agent 的团队,这是一套可以自己下载、自己微调的完整栈,而不是又一篇论文。

TL;DR

  • 双榜第一:RoboTwin 2.0 / LiberoPro 2.0 双基准第一(⚠️ 官方自报口径,未经第三方复测);
  • 架构:共享世界模型骨干 + DualAct 原生动作生成;
  • 昇腾原生:从训练到部署适配昇腾算力栈,开源自取;
  • 生态信号:呼应本号昇腾生态线观察——昇腾集群自发稿长尾走强后,官方开源栈开始补位。

决策点一:共享骨干的降本逻辑

具身智能传统做法是每个任务训一套「感知-决策-控制」管线,成本随任务数线性涨。世界模型路线换了个思路:先训一个能「想象」环境如何演化的共享骨干,再在骨干之上接任务头。CloudRobo-WM1.2 的「共享世界模型骨干」就是这个逻辑——新任务不再从零训感知,只训动作部分,数据与算力成本随之摊薄。对团队的实际判断是:如果你的机器人任务域会持续扩展(多场景、多机种),共享骨干路线的边际成本优势会越用越明显;单一固定任务域则收益有限。

决策点二:DualAct 与「VLM + 动作头」的差异

主流具身管线多是视觉语言模型出决策、外挂动作头执行,两者之间的接口往往有信息损失。DualAct 主打「原生动作生成」——动作作为模型原生输出,与决策同源。好处是端到端一致性更强、接口损耗小;代价是对训练数据质量要求更高,且出问题时排查链路更复杂(不知道该怪感知还是怪动作)。先把两个基准的属性说清楚:RoboTwin 2.0 与 LiberoPro 2.0 都是仿真环境里的操作任务基准——双榜第一说明的是「在仿真任务分布里的策略学习与执行能力」,而 sim-to-real 的鸿沟(物理接触、传感器噪声、控制延迟)是具身智能公认的难点,这也是「建议以自己场景实测为准」的分量所在。自报双榜第一说明这条路线在基准上是成立的,真实机器人上的迁移效果建议以自己场景实测为准。

决策点三:昇腾原生意味着什么

「昇腾原生」不只是跑得动,而是训练-部署全链路按昇腾算子栈适配——对国内团队,这直接决定私有化部署的成本结构:不用跨栈迁移、精度损耗更可控。想上手的团队按三步走:①从华为云开源渠道取权重与文档(版本与基准复现细节以官方为准);②昇腾环境按官方部署指南搭,同批 11 篇的三维评估法(工具链/精度/迁移成本)在这里同样适用;③先在自己收集的任务数据上微调动作头、再小规模实机验证——跳过仿真直接上实机的坑,文档救不了。结合本号此前对昇腾生态的观察(集群上稿量与互动走强),官方开源栈补位是一个完整的生态信号:算力有了、模型有了、就差开发者上手。这也补上了昇腾负载版图的 Agent 侧拼图——11 篇(AI4S 计算任务)+ 本篇(具身任务),负载覆盖面正从科学计算扩展到具身智能。

站队时间:你是 A——认为国产具身开源栈已经到了可生产试用的节点,还是 B——认为双榜自报第一与真实机器人落地之间还有距离?评论区聊聊。

参考来源 / 信源清单

  1. CSDN AI 日报 11-17(发布口径与双基准成绩转述)
  2. sohu 飞络快报 11-17(多源互证)
  3. 华为云官方渠道与开源仓库(权重、文档、基准复现细节以官方为准)

AI 辅助生成,人工核验后发布。

Logo

作为“人工智能6S店”的官方数字引擎,为AI开发者与企业提供一个覆盖软硬件全栈、一站式门户。

更多推荐