刚刚,华为首个具身世界模型来了!国产算力训出,拿下双冠
将文章核心主题、阅读路径与关联内容进行更清晰的组织,帮助用户以更流畅的节奏进入正文。
当前位置
当前正在查看文章详情,可沿路径返回栏目页或继续切换其他内容。
刚刚,华为首个具身世界模型来了!国产算力训出,拿下双冠
以下内容由球友会官网整理:
智东西 作者 三北 编辑 心缘 智东西11月16日报道,今日,华为云推出其 首款 昇腾原生具身世界模型CloudRobo-WM1.
2 ,并宣布于11月30日正式开放WM1.
2模型权重、推理后训练代码及预训练最佳实践。
该模型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。
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。
会上,华为云透露:“ 华为昇腾云在具身智能市场格局中国第一 ,已有 80% 的中国具身智能企业选择昇腾云,重点高校基本实现全覆盖。
”这里的“格局第一”应该是企业自身统计口径下的生态渗透率、客户覆盖度国内第一,不是第三方机构营收口径。
同时,华为云宣布与环卫装备龙头企业福龙马集团联合研制的 智能清扫机器人 已启动预售。
一、直面五大挑战,华为用五项技术给机器人“补脑” 华为云具身产品线总裁/具身智能Lab主任吴小东透露,其团队一直在行业大模型、商专车的自动驾驶、具身智能行业尝试落地,看到了很多挑战:比如传统视觉表征一遮挡就“半瞎”,一换视角就“懵”,一动起来就变“傻”,在复杂开放环境中的成功率会明显下降。
整体来说,具身智能正从实验室走向真实物理世界,面临 多模态物理理解困难、世界认知与动作生成的耦合难、异构数据难以规模化利用、跨机器人本体泛化难、实时推理算力成本高 等多重挑战。
面对这些挑战,华为云基于在AI与智能驾驶领域的工程化实践,推出CloudRobo-WM1.
2世界模型与CloudRobo开发平台,试图打造具身智能的“硅基黑土地”。
CloudRobo-WM1.
2围绕具身智能核心挑战,构建了以下五大核心技术能力: 1、PPA(Perceive-Predict-Act)多模态世界表征架构: 模型不仅识别物体,还能预判物理交互结果。
它融合RGB视频、语义特征、深度与点云,引入未来多模态预测监督。
吴小东谈道,统一表征建模的目标,是让机器人从“看得清一张图片”到“能看懂一部4K电影”,更好理解物理世界。
例如,机器人看到一个杯子,不仅知道它是什么、在哪里,还能预判推它下一步会怎样运动、是否会倾倒。
2、多粒度监督数据自适应预训练框架: 就好像画漫画不需要画出完整的刘德华,只需要体现他的特点即可辨识。
CloudRobo-WM1.
2根据数据实际具备的有效信息组织监督,避免有价值数据因局部缺失被丢弃,释放异构数据Scaling潜力。
动作标注缺少、部分维度无效、深度缺失及相机视角不完整等数据都可被兼容。
吴小东谈道,动态监督机制要让模型“既能吃粗糠,又能吃细粮”,把动作缺标注、维度无效、深度缺失的数据联合监督,最大化数据价值。
3、世界模型原生DualAct(Dual-path Unified Expert Training)架构: “同一个懂世界的大脑,两种动作生成路径”。
类似人有不经过大脑皮层的直接控制(膝跳反射),快速高效直接,也有经过学习之后在生活中建立的条件反射(谈虎色变)。
世界模型直接输出高精度动作,实现原生机器人动作控制;
基于MOT架构,动作专家也可实现直接高效动作输出。
双通道动作架构设计,可以支持开发者灵活定义动作专家尺寸,提高后训练效率。
4、本体语义保真跨具身运动建模: 相当于为单臂、双臂、轮式等各种形态机器人提供统一动作翻译器,多本体差异化可以统一语义。
吴小东提到,多本体不能简单把维度串起来,否则会丢失“千人千面”的差异;
团队构造机器人翻译器,把96维机器人和168维人类运动原生语义联合训练,共享运动语言并复用人的运动经验。
5、World/Expert Action,Joint/Action-only四种可按需组合的弹性推理模式: 像点菜一样,丰俭由人,按需匹配客户算力资源和推理时延。
其支持Joint(输出未来世界+高精度动作)、Action-only(只输出动作)两类输出目标,以及World Action(偏重高精度输出)、Expert Action(偏重快速高效)两种输出头,形成四种可组合的推理模式。
客户可以根据算力、时延要求灵活组合。
总的来说,五项核心技术共同支撑CloudRobo-WM1.
2在世界建模、动作生成、数据规模化学习和工程部署方面的持续演进,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。
二、模型三层+云三层:华为云搭起具身智能“全栈底座” 沿着五大技术特点继续深挖,CloudRobo-WM1.
2技术架构分为三层: 第一层,具身原生多模态PPA模型架构: 预测增强世界理解+原生双路径动作,统一建模世界理
本文内容由球友会官网整理。
推荐阅读
Search
热点新闻
突发!A股关键时刻,大佬放话了!
昨天,A股太空算力概念股盘初走强,中国卫星开盘后迅速涨停,顺灏股份、钧达股份等跟随封板,商业航天板块涨停或涨幅超10%的个股一度超过三十只。 太空算力概念股集体大涨的触发因素其实并不隐蔽:马斯克在巴伦投资大会上给出StarMind太空AI计算机的时间表——2027年三季度首批发射,2028至2029年规模化部署;国产谷神星二号火箭复飞成功;国内太空AI企业也与海外客户签署星座合作协议。当一个长期停
南瓜尽量少吃,最好不吃,尤其是2类人,大多数人不清楚,需了解
秋冬季节,菜市场最常见、家家户户常备的蔬菜,一定有南瓜。 软糯香甜、老少皆宜,蒸着吃、煮粥吃、做饼吃、炖汤吃,做法多样还自带甜味。在大众认知里,南瓜是妥妥的养生平价蔬菜:低脂高纤、健脾养胃、润肠通便,老人常说秋冬多吃南瓜,润燥补气、少生病。 网上绝大多数科普,都在吹捧南瓜的好处,却很少有人主动说南瓜的食用弊端和禁忌。很多人常年无节制吃南瓜,不管体质、不管身体状态,顿顿不离,最后吃出问题,还不知道根
图赫尔:正因为不得不征召一些新的球员,这带来了全新的活力
英格兰队主教练图赫尔接受了来自英国独立电视台的专访,本文为专访的上半部分。 上个月的比赛,四场比赛,三场胜利,总共打进了14个进球,英格兰队是不是已经迈向了一个全新的水准呢? 是的,我们确实达到了一个非常出色的水平。 现在我们最核心的目标,就是迅速、直接地重新接轨并且保持住这些高标准,保持这种竞技水准和比赛表现,让这种良好的发展势头一直延续下去。 为了保持阵容的连贯性和稳定性,我知道你让大名单当中
办世界杯成了烫手山芋?2034年申办国仅一个,为啥没人抢了?
国际足联的会议桌上摆着一份薄薄的申办文件,落款只有沙特阿拉伯一个名字。三十年前那种六七国抢破头、代表团满世界游说的热闹场面,如今连影子都看不见了。 这一届世界杯的"竞标",压根没有对手可言。曾经被视作国家荣耀的世界杯举办权,怎么就在几年之间变成了没人愿意接的烫手山芋? 答案其实藏在一连串退赛通知和翻不平的账本里。 到了2034年这一届,全世界只有沙特一家举手,国际足联干脆连投票都省了,用鼓掌的方式
刚刚,DeepSeek V1作者创业项目曝光:开源Agent
聚是一团火,散是满天星。 刚刚,前DeepSeek V1作者、DeepSeek-VL项目负责人 Tony Zhang ,正式公布了自己的新创业项目: Linger 。 方向,正是当下最火的个人 Personal Agent 。 X 帖子视频.mp4 路线也是比较有意思,当同行都在做APP,他们优先选择了电脑。 这意味着,Linger能操纵你电脑已有的网页、邮件箱、日历,无需折腾一大堆登录凭据。 遇