机器人要在真实环境里稳定工作,需要同时判断物体会怎样变化、自己下一步该怎样动。华为云的首款昇腾原生具身世界模型CloudRobo-WM1.2围绕这一目标设计:共享世界模型骨干负责预测增强的世界表征,原生DualAct架构负责世界模型原生动作生成。
按照华为云公布的计划,11月30日起,WM1.2的模型权重、推理后训练代码和预训练最佳实践将对外开放。在RoboTwin 2.0与LiberoPro 2.0两个评测集上,该模型均排名第一。华为云将自身路线描述为把世界模型与昇腾算力、数据工具链、仿真训练和机器人部署平台打通,并通过开放权重吸引产业伙伴。
从行业方向看,具身世界模型正从单独做环境预测,转向预测与动作生成一体化;不同路线都在尝试把物理规律理解转化为可执行动作。
演示环节,搭载CloudRobo-WM1.2的机器人完成了工业搬运连续作业和轴承毛刺清理等真实工业场景实验;在无人零售环境中,它还执行了商品上架、礼品入柜等收纳任务。
华为云具身产品线总裁、具身智能Lab主任吴小东把落地障碍拆成几方面:多模态物理理解不易,世界认知与动作生成耦合困难,异构数据难以规模化利用,跨机器人本体泛化不足,实时推理的算力成本偏高。吴小东还提到传统视觉表征的局限:目标被遮挡时判断能力下降,视角一变就难以适应,物体运动后又容易失准,复杂开放环境中的成功率随之走低。
围绕这些难点,华为云以AI和智能驾驶领域的工程化经验为基础,推出CloudRobo-WM1.2世界模型与CloudRobo开发平台,希望为具身智能提供可复用的基础底座。
PPA(Perceive-Predict-Act)多模态世界表征架构让模型在识别物体之外,还要估计物理交互的后果:RGB视频、语义特征、深度与点云被联合建模,并以对后续多模态状态的预测作为监督。华为云希望机器人不止能辨认单张画面,还能理解连续视频中的物理过程;以杯子为例,机器人要同时知道它是什么、在哪里,并判断推动后可能怎样运动、是否会倾倒。
在多粒度监督数据自适应预训练框架中,模型按数据实际有效信息安排监督,避免某条数据因局部字段缺失而被整体丢弃,从而释放异构数据的Scaling潜力。动作标注缺少、部分维度无效、深度缺失和相机视角不完整等情况都可被兼容。吴小东把动态监督形容为既要能消化粗糙数据,也要能利用精细标注,通过联合监督放大数据价值。
本体语义保真跨具身运动建模解决不同形态机器人的动作统一问题。单臂、双臂、轮式等机器人需要统一动作翻译器,把各自差异映射到共同语义。吴小东强调,多本体不能只做维度拼接,否则会抹掉不同本体的特性。团队构造机器人翻译器,将96维机器人运动与168维人类运动的原生语义联合训练,使二者共享运动语言并复用人的运动经验。
World/Expert Action与Joint/Action-only组成四种弹性推理模式。华为云将其比作按菜单点菜,由客户依据算力和时延要求选择组合。输出目标可为Joint,即同时给出后续世界状态和高精度动作;也可为Action-only,即只输出动作。输出头可为偏重高精度的World Action,或偏重快速高效的Expert Action。四种组合用于匹配不同部署条件。
从模型结构看,CloudRobo-WM1.2分三层组织:具身原生多模态PPA模型架构把预测增强的世界理解与原生双路径动作合并,统一建模世界理解与动作生成;具身数据Scaling体系用有效监督弹性预训练和本体语义保真跨具身运动建模,处理非完备数据利用与异构本体协同;世界模型工程化推理以四模式弹性推理适配预测和动作生成的多种场景及计算效率。
华为云搭建了云原生全栈具身技术端到端昇腾云计算平台,分为算力基础设施、算网数存和AI框架三层。算力基础设施面向多模态与物理仿真,强调异构算力融合和超节点互联,并通过上下文并行、参数分片、激活重计算应对视频长序列训练。算网数存围绕具身任务的数据流与计算流协同优化,提供PB级多模态数据统一存储与检索,面向具身RL进行计算与通信联合调度,以提升推理时延稳定性。AI框架提供昇腾原生多模态与具身强化学习加速,RLinf v0.4的昇腾NPU支持明显增强,最高吞吐提升2.78倍。吴小东说,团队与清华大学于超团队合作将RLinf强化学习框架部署到平台,推理效率与训练吞吐率提升2至3倍。
CloudRobo提炼出六项工程能力:以高保真物理仿真、极端工况合成和Real2Sim2Real迁移降低真机采数成本;用昇腾多模态训练、强化学习原生加速、弹性算力调度以及WAM/VLA/VLN统一工具链支持云原生训模型;通过星闪鸿蒙生态集成,让高并发R2C网关支持1K+本体并发保活,并实现GB级模型分钟级热更新;R2C跨本体快适配可小时级接入,统一多本体数据与动作接口,使模型能力跨机器人复用;持续学习进化RSI架构打通作业数据回流、奖励评估、真机强化学习和策略迭代闭环;安全可靠运行覆盖风险感知、自主恢复、任务编排和端边云协同。
华为云方面称,昇腾云在中国具身智能市场的“格局第一”来自其自身统计,指的是生态渗透率和客户覆盖度居国内首位,并非第三方机构按营收排出的名次。其给出的数据是,80%的中国具身智能企业选择昇腾云,重点高校基本实现覆盖。华为云围绕具身智能提出技术深耕、开放赋能、生态共建三条路径,持续迭代核心技术,以昇腾云算力开放模型和工具链,并联合生态伙伴共建行业方案。
华为云与环卫装备企业福龙马集团联合研制的智能清扫机器人已启动预售。









