华为云行业 AI 梦工厂 · 具身智能重磅发布 | 演讲机构:华为云核心技术团队 | 主题:昇腾原生具身世界模型 CloudRobo-WM1.2 正式发布与开源

核心洞察:具身智能之所以长期无法胜任复杂的物理操作,根本瓶颈在于传统的视觉模型只看懂‘静态二维像素’,却无法在脑海中‘预判物理动作引发的未来状态’。2026年11月16日,华为云正式发布并开源了业界首款昇腾原生具身世界模型 CloudRobo-WM1.2,不仅在国际公认的 RoboTwin 2.0 与 LiberoPro 2.0 双项基准中高居世界榜首,更通过革命性的 PPA 多模态物理预测架构 与 DualAct 双通道动作引擎,让机器人首次拥有了‘4D 动态电影级脑内物理预演’能力。依托昇腾云占据中国 80% 具身智能企业的产业优势,华为云正以开源底座做具身智能的‘硅基黑土地’。


01 突破物理阻碍:为什么传统视觉模型无法驾驭机器人?

在机器人本体厂商的研发历程中,最具挫败感的现象莫过于:多模态大模型在对话框里能流利解答复杂的物理学试题,但一旦操控机械臂去抓取倒水、推开玻璃门或搬运弹性工件时,动作立刻变形失控、频频撞击损毁。

华为云在发布会上深入剖析了物理智能的底层断层:传统视觉大模型本质上是二维图像空间的模式匹配者,它缺乏对重力、摩擦力、刚体碰撞与流体运动规律的先验物理世界表征。当机器人决定抓起一个盛满热水的纸杯时,它必须在动作执行前就能在‘脑海中演练’:用这个力度捏下去纸杯会不会变形?倾斜这个角度水会不会溢出?如果不能先验预测未来帧的物理状态,所谓的自主决策就只能是盲人摸象式的危险抽奖。

  • 静态理解与动态交互割裂:能识别画面中有杯子,但无法建模机械臂接触杯壁瞬间的接触力变化与微观滑移过程。

  • 异构数据利用率低下:现实中机器人的采集数据充满了动作标注缺失、相机视角晃动与雷达深度残缺,传统模型极易产生维度崩溃。

  • 计算底座缺乏全链路优化:世界模型训练涉及庞大的空间时序 Transformer,以往深度绑定 CUDA 生态,国产算力长期缺乏跑通顶尖世界模型的全栈标杆。


02 核心架构跃迁:PPA 多模态世界表征与 DualAct 引擎

CloudRobo-WM1.2 之所以能实现泛化性能的代际跃迁,关键在于华为云研发团队对世界模型底层拓扑的全面重构:

PPA 多模态未来预测表征架构:将 RGB 视频流、三维点云、深度图与语义特征深度融合于高维时空潜空间中。模型在接收当前观测后,自发向未来推演连续多帧的物理空间状态,相当于机器人执行动作前在‘脑中先看了一场 4D 动态物理推演电影’。
DualAct 双通道动作解耦引擎:攻克了世界模型与动作生成相互耦合的业界难题。通道 A 允许世界模型基于物理预判直接生成高精度宏观轨迹,通道 B 允许动作专家基于 MOT 架构直接接管毫秒级微操控制,两者互相补充、灵活解耦。
多粒度监督数据自适应框架:具备极强的数据鲁棒性,能够自动容忍无标注网络视频、弱监督工业仿真数据与残缺点云,跨源异构数据利用效率提升 3 倍以上。


03 双榜世界第一与昇腾原生底座验证

在权威国际基准评测中,CloudRobo-WM1.2 交出了震撼全球具身智能业界的成绩单:

评测基准 / 维度前沿主流基准模型表现华为云 CloudRobo-WM1.2核心突破点
RoboTwin 2.0 评测榜单复杂操作任务平均成功率维持在 68%~72%全场景综合评分稳居全球第一长程时序任务中的累积误差被有效抑制,复杂多步抓取不脱手
LiberoPro 2.0 评测榜单跨场景零样本泛化(Zero-shot)能力较弱泛化操作成功率高居榜首换用全新未见过的工件材质与反光光照环境,仍能保持极高成功率
算力全链路协同底座普遍深度绑定英伟达 CUDA 或谷歌 TPU 生态核心算子与调度框架实现昇腾原生(Ascend-Native)深度协同证明国产算力集群完全有能力支撑最高训练强度的物理世界模型
产业生态占有率海外开源生态以通用机器人基座为主覆盖国内 80% 具身智能企业,重点高校全面接入成为中国具身智能领域最主流的训练与仿真云端黑土地

04 生态边界与开源共建:坚守‘硅基黑土地’承诺

华为云在发布会最后向全球产业界重申了坚定的平台战略定力:

  1. 有所为,有所不为:华为云明确表态绝不制造下场与客户竞争的机器人硬件本体,而是依托‘数据合成、模型训练、物理仿真到云边端协同’的一站式 CloudRobo 平台,甘当千行百业的硅基赋能底座。
  2. 模型全面开源与算力库定向赋能:CloudRobo-WM1.2 模型对全球开发者完全开源,核心训练框架与 WAM 昇腾算力加速库面向生态伙伴定向共享,带动中国具身智能产业链集体突围。
  3. 推动工业、电力与特种场景商业闭环:依托世界模型的强泛化能力,加速电力巡检双臂协作、精密工厂物料分拣与医疗辅助操作的规模化商用。
Logo

鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者,聚合华为+生态”的社区,内容涵盖鲲鹏、昇腾资源,帮助开发者快速获取所需的知识、经验、软件、工具、算力,支撑开发者易学、好用、成功,成为核心开发者。

更多推荐