瑞财经 王敏 2026-11-17 09:12 1.2w阅读

瑞财经 王敏 11月16日,华为云正式发布首款昇腾原生具身世界模型 CloudRobo-WM1.2,在具身智能赛道落下关键一子。
和很多下场自研机器人本体的厂商路线不同,华为云的定位十分清晰:不造机器人硬件,专注打造通用物理AI底座。
这款基于昇腾打造的世界模型,核心是帮机器人读懂真实物理世界。它可以理解空间关系、物体属性、物理规则,给各类人形机器人、工业机械臂提供感知、推理、动作规划能力,相当于给机器人装上看懂现实世界的 “大脑”。
不造机器人,只造 “脑子”
行业视角来看,它的对标目标直指英伟达 Cosmos,两大技术路线形成隔空对垒。
CloudRobo-WM1.2采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0评测中均位列第一。
CloudRobo-WM1.2构建五项核心技术,在世界建模、动作生成、数据规模化学习和工程部署等方面持续演进,为具身智能从模型研究走向复杂物理场景应用提供技术基础。
五项核心技术分别为:
第一,PPA 多模态世界表征架构。把 RGB 视频、语义特征、深度、点云以及“未来多模态预测”放进同一个监督体系里,目标是让模型从“看见现在”变成“预判下一步”。
第二,世界模型原生 DualAct 架构。这一项是全文技术核心,第 03 节单拆。
第三,多粒度监督数据自适应预训练框架。针对“标注不全就不敢用”的行业毛病,允许缺动作标注、缺深度、缺相机视角的数据也参与训练。
第四,本体语义保真跨具身运动建模。解决“同一个动作,单臂、双臂、轮式机器人的运动语言完全不同”的迁移问题。
第五,四种弹性推理模式。World、Expert Action、Joint、Action-only 四种可以按需组合,按算力和时延“点菜”。
依托华为云昇腾云计算平台,CloudRobo-WM1.2融合异构算力、PB级多模态数据统一存储、搜索、快速索引以及AI框架原生加速,为具身智能提供从仿真冷启动、云原生训练到跨本体适配、持续学习进化、安全可靠运行的六大工程能力,覆盖从模型推理到真实物理作业。

在现场,华为云展示了基于CloudRobo-WM1.2的机器人完成工业级搬运连续作业、轴承毛刺清洁等真实工业场景实验,以及在无人零售场景中完成了物品上架、礼物入柜等收纳任务。
本次发布会同时宣布:CloudRobo-WM1.2的模型开源,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。前者的诚意是普惠,后者的门槛是筛选——这种深度的开放策略,在国产世界模型阵营里还没有先例。
华为云于2025年6月发布CloudRobo具身智能平台,目标设定为“让一切联网的本体都成为具身智能机器人”。为打通AI落地的“最后一公里”,今年6月,华为云正式发布“行业AI梦工厂·具身智能专区”。
昇腾训出世界模型,吴小东把门打开了
根据华为云官网,目前,CloudRobo生态已聚集众多产业伙伴,包括亿嘉和、拓斯达、软通动力、凌云光等A股上市公司,也包括星海图、优艾智合、斯坦德机器人、帕西尼等拟上市公司。
当下具身智能竞争正在分层,一部分企业聚焦机械手、整机本体,另一部分发力底层基础模型。华为云选择扎根底座层,开放能力给机器人厂商,降低行业开发门槛。
未来不管是工厂精密作业、家庭服务机器人,都可以接入这套物理 AI 能力,快速拥有理解环境、自主完成任务的能力。物理 AI 的底层竞赛,已经悄然开启。
发布会上,华为云具身产品线总裁、具身智能 Lab 主任吴小东,分享了团队在具身智能方向上的思考与最新进展。
传统视觉表征在复杂开放环境里并不稳定:摄像头被遮挡、角度发生变化,或者操作的是运动中的物体,任务成功率就会明显下降。
吴小东用三句话概括这种状态——一遮挡就“瞎”,一动起来就“傻”,一换视角就“懵”。
过去一年,华为云CloudRobo团队从底层训练框架调优、表征建模、整体架构到数据层面做了大量工作,目标很明确:用更小尺寸的模型,做出更好的效果,用更少的数据训练出更高的效率。
吴小东表示,没人能独立把很多行业打穿,华为云做具身模型不是和伙伴竞争,而是开放昇腾云上的技术,帮助企业训练部署自有模型。
吴小东,为华为云具身产品线总裁、具身智能实验室主任,CloudRobo具身世界模型负责人,主导华为云具身智能平台与昇腾原生世界模型研发与开源,对外强调华为云不涉足机器人本体,定位为产业赋能基础设施。