据财联社报道,华为云近期正式推出昇腾原生具身世界模型CloudRobo-WM1.2,同步对外开源。该模型基于国产算力昇腾进行训练,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 2.0两个评测基准中均排名第一。
本次发布,也让市场重新梳理物理AI的迭代路径:大语言模型不再是独立的技术主线,而是作为协同模块,加速物理AI体系的落地验证,这条技术演进脉络,也为产业链带来新的观察方向。

来源华为云
一、VLA模型存在泛化短板,难以适配复杂多变的物理场景
在具身智能发展早期,行业主流方案以视觉语言动作模型(VLA)为主,谷歌DeepMind在2023年推出的RT-2是该路线标志性成果,后续斯坦福大学OpenVLA、Physical Intelligence π₀系列都延续了同类思路。VLA的核心逻辑是打通视觉输入、语言理解和运动控制,直接建立“观测-动作”的映射关系,让机器人接收指令后输出对应的控制动作。
但这套方案的底层局限也逐步显现:VLA主干网络学习的是感知与语言的关联,并不建模环境动力学规律。模型想要稳定完成任务,需要大量高度同质化的示教样本,一旦遇到训练集之外的陌生环境、物体组合,物理层面的泛化能力会明显下降。
更早之前,AI各模态模块彼此割裂,视觉、语言、动作系统独立运行;即便是VLM视觉语言模型,也只能完成识别理解,无法输出连贯动作,而VLA只是解决了模态融合,并没有解决对物理世界的认知问题,这也是行业转向世界模型的核心动因。
图:VLA通过语义推理与机器人状态生成智能体动作,WAM联合预测动作和未来世界状态

二、世界模型聚焦物理因果推演,补齐具身智能的认知短板
区别于VLA的动作映射逻辑,世界模型的核心目标是学习环境随时间变化的动力学规律,对后续物理状态做推演预判,支撑长周期的任务规划。物理规律本身具备强通用性,物体坠落、滑动、碰撞的规则不会随物体种类改变,这意味着模型可以跨任务复用认知能力,减少对专属示教数据的依赖。
当前世界模型主要分为两大方向:一类是对现实环境做隐式表征,借助隐变量构建对世界的抽象理解,大语言模型的发展进一步强化了该路线的知识储备;另一类侧重物理状态预测,优先保证推演结果符合现实物理规则,也是当下前沿研发的重心。行业内代表性模型包括谷歌 DeepMind DreamerV3、Genie系列、Meta V-JEPA 2、蚂蚁灵波LingBot-World。据公开信息,谷歌DeepMind在2026年10月27日发布Genie 4,相较前代版本交互能力提升,支持用户在模拟环境中实时修改场景条件,模型同步推演后续环境变化,直观体现世界模型的核心价值。华为云CloudRobo-WM1.2,或正是落在这一技术赛道上的落地成果。
图:世界模型核心目标是理解外部世界的动力学规律

三、LLM与世界模型形成协同架构,各司其职完成任务闭环
大语言模型和世界模型在底层训练目标上存在明显差异。大语言模型学习文本语义关联,训练目标是预测下一个Token,擅长任务拆解、语义理解,但缺少物理因果预判能力;世界模型作为状态预测器,专注模拟动作带来的物理变化,却不擅长自然语言层面的高层规划。二者并非替代关系,而是互补的混合架构。
在整套物理AI系统中,通常由大语言模型承接上层指令,把模糊的自然语言目标拆解成分步子任务;世界模型负责模拟每一步动作带来的环境变化,预判执行风险,给出可行的动作方案。2026年9月Galbot Team 的测评结果显示,ChatGPT6 Astra在没有机器人专项数据训练的前提下,也能够输出具备参考价值的动作决策,超出市场预期,侧面印证大模型赋能物理AI的可行性。二者协同,打通了“理解指令—推演后果—输出动作”的完整链路。
图:世界模型与LLM的区别在于物理因果规律

四、分层部署架构平衡性能矛盾,或是产业化落地的可行路径
物理AI落地长期面临一组矛盾:通用理解模块算力开销大、推理速度偏慢,而机器人运动控制需要毫秒级高速响应。Figure AI Helix系列提出的分层架构,为行业提供了参考思路,通过不同系统分工适配差异化运行频率。
Helix模型中,System 2以7–9Hz运行,承担场景解析、高层语义推理,保证跨场景通用性;System 1 以 200Hz 运行,负责把规划结果转化为连续、精准的运动动作;迭代版本 Helix02 进一步新增System0,运行频率达到 1kHz,专门处理全身平衡、接触交互、肢体协同这类底层运动控制。解耦之后,不同模块按照自身需求独立训练、独立调度,兼顾通用性和实时性,这一架构思路也被越来越多的物理AI方案借鉴。
图:不同层级的模型共同控制机器人的动作执行

整体来看,CloudRobo-WM1.2开源,代表国内具身世界模型进入可验证、可二次开发的阶段。物理AI产业链机会或集中在仿真平台、算力配套、传感器、运动执行、模型工程化等环节。
本文仅整理公开行业信息,不构成投资建议;数据已核实,分析为主观判断或存偏差,请投资者独立决策,勿以此为唯一依据;本文涉及任何个股只做案例分享,不做任何推荐;观点仅供参考,不作为投资依据,据此操作风险自担;股市有风险,投资需谨慎。
以上观点由投顾服务部提供,投资顾问:常建武,登记编号:A1050619080001。
未经允许不得转载:财富在线科技 » 【财富在线】华为云发具身智能世界模型!这条物理AI线或补上要紧一块

【财富在线】股民注意:融化?分化?全球冰冻圈,有新变化→










