11月16日,华为云在“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2。同一场发布会上,华为云宣布与 福龙马 联合研制的下一代智能清扫机器人启动预售。一个模型、一条产线同时落地,把具身智能的竞争焦点从“谁的大脑更强”推向新层面:谁能把算力、模型、工具链和本体打包成一整套能交付的工程体系。
这不是又一次单点跑分。过去一周围绕“机器人大脑”的动作密集到有些拥挤:谷歌DeepMind发布GeminiRobotics2.5, 蚂蚁灵波 开源触觉模型,OpenAI被曝解散独立机器人团队、把筹码压在通用大模型上。每家都在回答同一个问题——机器人该怎么“理解”物理世界。华为云的答案多了两个前缀:昇腾原生,以及全栈。
要理解CloudRobo-WM1.2,先得说清“世界模型”是什么。传统视觉-语言-动作模型(VLA)的逻辑是“看到什么、做什么”:输入一帧画面和一句指令,直接输出动作。世界模型多了一步脑内推演——动手之前,机器人先在内部模拟“我这么动之后,世界会变成什么样”。华为云把它形容成机器人内置的“脑内沙盘”,从看懂静态画面,升级到看懂一场正在发生的4D动作电影。
这一步为什么重要?真实物理世界充满不确定性:物体被碰倒、光照变化、路面突发障碍。只看当前的模型遇到信息不完整就掉档,具备预测能力的模型则能提前判断交互结果,在陌生环境里自主规划。这也是11月以来世界模型成为行业公共路线的原因—— NVIDIA 的GR00T2从VLA切到世界-动作模型,Runway开源的Praxis-1,走的都是“先想象、再行动”的路子。
CloudRobo-WM1.2的技术骨架对应五类落地难题。一是多模态物理理解难:PPA多模态世界表征架构让模型不只识别物体,还能预判交互结果。二是认知与动作生成的耦合难:世界模型原生的DualAct架构让共享骨干直接输出高精度动作,同时保留一条动作专家通道,双通道支持灵活定义专家尺寸,提高后训练效率。
三是异构数据难以规模化利用:多粒度监督数据自适应预训练框架按有效信息组织监督,让动作标注缺失、部分维度无效的数据也能被用起来。四是跨本体泛化难:统一的“动作翻译器”给单臂、双臂、轮式等形态提供共享接口。五是最现实的算力成本:四种可按需组合的推理模式,让客户在算力和延迟之间调档。五类技术逐条对应落地卡点,冲着工程部署去,而非为跑分堆参数。
成绩单方面,华为云称CloudRobo-WM1.2在RoboTwin2.0和LiberoPro2.0两个评测基准中均位列第一。两套基准由国内多所高校与科研机构推出,分工很有意思:RoboTwin2.0聚焦双臂协同操作的能力上限,LiberoPro2.0聚焦环境扰动下的鲁棒性下限。一个测最好能做到多好,一个测最差能扛住多少,双双第一意味着能力上限和鲁棒下限都拿到了阶段性验证。
但榜单第一不等于产线第一。仿真基准验证的是受控条件下的能力,真机场景里的高成本数据、跨本体泛化损耗、推理时延与显存开销,都是绕不开的硬约束。华为云自己也承认,真机泛化、长尾场景和安全可靠性仍需进一步检验。写进报道不是泼冷水,而是区分“研究验证”与“可交付产品”的必要一步。
真正让这次发布超出“又一款模型”的,是背后的全栈叙事。华为云抛出数字:已有80%的中国具身智能企业选择昇腾云,重点高校基本全覆盖。口径来自华为云自身,需时间验证,但指向清晰意图——用国产算力底座绑定生态。CloudRobo平台已汇聚超16500名专业开发者、230多家企业和高校,沉淀1500多个行业资产,覆盖工业、电力、环卫、医疗康养等场景。
把国产算力放到链条顶部看,意义更清楚。过去具身智能的训练与仿真高度依赖 NVIDIA 生态,从GPU到Isaac仿真平台再到GR00T模型,几乎是默认路径。昇腾原生的意义在于提供了一条不依赖这套路径的备选:从算力、训练框架到模型本身,都能在国产底座上跑通。在算力受限背景下,这对受出口管制影响的国内企业有战略价值。
开源是加速这条路的关键。除模型权重外,华为云宣布把推理、代码、训练框架及WAM昇腾算力最佳实践一并开放。算盘不难读懂:底座之争本质是开发者之争,谁让迁移成本更低,谁就有机会把临时用户变成长期生态。但这也是双刃剑——模型能力可以被复制,难以迁移的是算力、工具链和场景数据咬合出的工程体系:从自动驾驶开发工具链、全域感知模型到Agentic运行平台,加上“星闪+鸿蒙”端边云协同。模型可以被拿走,这套咬合关系拿不走。
落地场景也讲究。第一个吃螃蟹的不是人形机器人,而是环卫。华为云与 福龙马 联合研制的清扫机器人引入世界模型后,感知系统不只“看清”环境,还能对动态物理空间做高阶推演与未来状态预测,应对恶劣天气、突发路障等工况。环卫是典型的非结构化脏活,恰好是“预判物理后果”能力最能兑现价值的地方,也比舞台表演更接近真实交付。
福龙马 之外,CloudRobo生态里的上市公司还包括 亿嘉和 、拓斯达,未上市的本体企业有节卡、千寻、星海图、优艾智合、斯坦德、睿尔曼等。名单透露出华为云的路径:不与本体厂争整机,而是做所有本体厂都能接入的底座。相比之下, 宇树科技 、 智元机器人 、 银河通用 、 优必选 、 蚂蚁灵波 等各自在大脑或本体环节深耕,一个更开放的基础设施层恰好能把这些能力连接起来。
这条路线与两种主流打法形成对照。一条是通用大模型跨界,把机器人当成通用智能的下游应用;另一条是专精本体与场景的垂直玩家。华为云走第三条:既不做通用大模型公司,也不做本体厂,而是把算力、模型、工具链和场景数据做成一条“硅基黑土地”,让本体厂在上面长出应用。它赌的是,路线尚未收敛的窗口期,工程化能力比单点模型能力更持久。
回看整个11月,具身智能的叙事正在位移:资本端从抢项目转向挑项目,技术端从“手脚能不能动”转向“大脑能不能用更少数据更快适应”,华为云则把算力底座推到台前——大脑要跑得起来,底座得先立得住。CloudRobo-WM1.2能否成为转折点还早,双榜第一是阶段性成果,环卫、工业场景的真机指标才是真正的考卷,12月 福龙马 清扫机器人的新品发布会是第一个可观察节点。至少有一点已经清楚:具身智能的竞争,不再是只比模型分数的竞赛,而是围绕算力、工具链、本体和场景的全栈耐力赛。
本文基于公开报道整理。