昨天下午,华为云把一个具身世界模型整个开源了。
权重、推理代码、训练框架,一并放出。
RoboTwin 2.0、LiberoPro 2.0,两榜第一。
模型不再是门槛之后,抢的就是数据和场景。
11月16日下午,华为云“行业AI梦工厂”发布会宣布,开源昇腾原生具身世界模型CloudRobo-WM1.2——首款完全基于国产昇腾算力训练的具身世界模型。据雷峰网报道,模型权重、推理代码、训练框架以及昇腾算力最佳实践一并开放;据36氪快讯,该模型在RoboTwin 2.0、LiberoPro 2.0两项评测基准中均排名第一。
对具身智能行业来说,这不只是一款新模型。开源这个动作本身,把行业的竞争重心重新划了一遍:模型层人人可用了,接下来比什么?比数据,比场景。
开源的不只是一个模型,是整条训练链
先说成绩。据雷峰网报道,CloudRobo-WM1.2在RoboTwin 2.0、LiberoPro 2.0两项行业基准评测中均位列第一——前者考的是双臂协同操作的能力上限,后者考的是环境扰动下的稳定性下限。要说明的是,这两项都是仿真评测成绩,不是真机成功率,但它们是当前国内具身世界模型最常引用的两把尺子。
▪
PPA多模态世界表征:不只识别物体,还预判交互之后会发生什么,机器人从“看懂静态照片”升级到“看懂正在发生的4D动作”;
▪
DualAct双路径动作架构:世界模型直接输出高精度动作,动作专家负责低时延输出,按场景灵活切换;
▪ 多粒度监督数据自适应预训练:动作标注缺失、深度信息缺失、视角不完整的数据,照单全收不浪费;
▪ 本体语义保真跨具身运动建模:单臂、双臂、轮式机器人共用一套“动作语言”,跨本体协同训练;
▪ 四种弹性推理模式:按算力资源和时延要求自由组合。
把这张清单连起来看,五项技术里有两项半都在解决同一类问题:异构数据能不能吃、跨本体能不能泛化。换句话说,这套模型的设计原点,就是冲着“数据”二字去的。
模型开源之后,稀缺的只剩数据和场景
世界模型可以理解为机器人脑内的“沙盘”:它不光看懂眼前是什么,还能推演“我动了之后世界会怎么变”,先在沙盘里试错,再上真机。过去各家闭门自己训,模型层是壁垒;现在权重、推理、训练框架全部公开,这层壁垒被拉平了。
拉平之后,胃口反而更大了。据发布会披露,支撑这个模型的预训练数据从约8000小时扩到约2.75万小时,接入20个数据源、33种机器人本体——吃异构数据的能力有多强,对真机数据的胃口就有多大。
落地的信号也在当天给出:与福龙马联合研制的智能清扫机器人启动预售,12月在上海正式发布;面向行业伙伴的立项项目,最高配套100万元昇腾云算力。模型给出了,算力给出了,行业比拼的重心只剩两样:真机数据从哪来,应用场景在哪落地。
玄武手里,正好是这两样
往玄武看。具身智能创新中心一期5000平方米设在江苏国际数据港,一比一复刻居家、餐厅、商超、药房、工业五类场景,50余台人形机器人真机持续作业,批量生产训练数据;全国首单具身智能数据集场内交易,就在旁边的江苏省数据交易所完成。
本月初,孵化自清华类脑中心的千诀科技把总部从北京整体迁入 徐庄高新区,为7大类近50款机器人提供“决策大脑”;30亿元规模的人工智能产业母基金也已就位。数据的生产端、交易端,模型的研发端,资金的供给端,都在一个区里配齐了。
世界模型开源,等于把“造大脑”的门槛降了下去,剩下的竞争,比的是谁能源源不断生产高质量真机数据、谁先把模型放进真实场景跑起来。这两道题,玄武都已经在答,而且答在了行业刚刚转向的那个方向上。
模型人人都有了,
数据和场景才是下一个分水岭。
玄武的沙盘已经搭好,
就等更多机器人进来练。
来源|杨子帅
审稿|娄 峰
审核|刘 丹
转载请注明来源「玄武大模型工厂」
玄武大模型工厂 · AI风向标 · 第 006 期

