华为放出重磅信号:首款昇腾原生具身世界模型即将发布,物理AI加速走向产业落地
科技先生(机器人之家)原创
当AI开始从屏幕走向现实世界,竞争的焦点也正在发生变化。
过去几年,大模型产业的竞争主要围绕参数规模、推理能力和算力展开。但对于机器人而言,仅仅能够理解语言、识别图像还远远不够。它还需要理解物理世界,判断物体如何运动、环境如何变化,以及执行某个动作之后可能产生什么结果。
这正是世界模型试图解决的问题。
11月16日,华为云将举行CloudRobo具身世界模型发布会,推出首款昇腾原生具身世界模型——CloudRobo-WM1.2。这也是华为云“行业AI梦工厂”推出的首款昇腾原生世界模型。
根据华为云公布的议程,发布会将于当天14:00至15:30在线上举行。华为云具身产品线总裁、具身智能Lab主任吴小东将正式发布该模型,具身智能Lab首席模型专家刘流博士将解读模型架构与技术能力,产业生态负责人丁志彬则将介绍CloudRobo生态共建计划。
值得关注的是,华为云还安排了CloudRobo-WM1.2正式发布暨开源环节,并将围绕昇腾云展开产业生态合作。
这意味着,华为此次布局的重点可能不只是推出一个新的AI模型,而是进一步完善从国产算力、模型开发到机器人应用的产业链条。
从看懂世界到预测世界,机器人需要新的AI大脑
传统机器人并不缺少执行能力。
在工业生产线上,机器人可以按照预先设定的程序完成搬运、焊接、装配等工作。但这类自动化系统通常依赖相对固定的环境和任务流程。一旦现场出现障碍物、物体位置发生变化,或者遇到训练数据之外的情况,机器人就可能需要人工干预。
具身智能希望改变这一局面。
机器人不仅需要识别眼前有什么,还需要理解物体之间的关系,预测动作可能带来的结果,并根据环境变化调整自己的行为。
例如,一台机器人需要拿起桌上的玻璃杯。它不能只是识别出杯子的位置,还需要判断杯子的形状、重量、抓取角度,以及施加多大的力度才不会将其捏碎。
这背后涉及对物理规律、空间关系和因果关系的理解。
世界模型的价值就在于此。它可以帮助AI在内部构建一个关于现实世界的动态认知模型,通过观察和学习预测环境变化,并在真正执行动作之前进行推演。
如果说大语言模型让AI能够理解和生成语言,那么世界模型希望进一步让AI理解现实世界的运行规律。
在具身智能体系中,世界模型承担认知与预测的角色,机器人本体则负责感知、决策和执行。两者结合,才有机会让机器人从重复执行预设动作,逐渐走向适应复杂环境的自主作业。
华为云提前布局,CloudRobo正在补齐产业开发链条
事实上,CloudRobo-WM1.2并不是华为云突然推出的一款独立产品。
早在2025年6月,华为云就发布了CloudRobo具身智能开发平台,并明确了自身在产业链中的定位:不直接做机器人本体,而是将机器人本体交给合作伙伴,通过云平台、算力和开发工具降低具身智能的开发门槛。
2026年6月5日,在华为云INSPIRE创想者大会上,华为云进一步上线“行业AI梦工厂·具身智能专区”。
根据华为云公布的信息,该专区提供具身智能数据合成、模型开发和仿真验证能力,并提供百万级开箱即用的数据资产和20多种昇腾亲和模型资产。
CloudRobo平台则围绕具身智能开发的几个关键环节展开:
一是数据生产与管理,提供PB级具身数据管理能力和配套数据加工管线;二是模型开发,通过云原生模型生产引擎支持模块化模型架构;三是仿真与评测,通过Real-Sim体系连接虚拟训练和真实机器人验证。
其中,Real-Sim能力尤其值得关注。
具身智能发展面临的一个现实问题是,真实机器人训练成本较高,采集数据、搭建实验环境以及反复测试都需要投入大量资源。通过高精度物理重建和多模态数据合成,开发者可以在虚拟环境中完成部分训练和验证,再将模型迁移到真实设备上。
这有助于缩短开发周期,也为不同类型的机器人提供相对统一的开发工具。
从平台到行业专区,再到此次即将发布的世界模型,华为云正在逐步形成一条相对完整的具身智能开发链条。
从电力机器人到灵巧手,产业应用已经开始出现
具身智能最终能否形成真正的产业价值,不能只看模型参数和实验室演示,更重要的是能否进入真实生产环境。
华为云已经在这方面展开了产业合作。
2026年9月18日,在华为全联接大会2026具身智能分论坛上,华为云联合亿嘉和发布新一代配网带电作业机器人Z200Pro。
这款机器人针对电力配网带电作业场景,由华为云提供CloudRobo平台和AI算力支撑,亿嘉和则提供电力行业经验及机器人本体技术。
双方合作的重点,是让机器人具备更强的现场自主感知和动态决策能力,包括搭接位置自主定位、运动轨迹自主规划等。
相较于传统依赖固定流程的机器人,这类能力有助于应对更加复杂的现场环境。
亿嘉和披露的信息显示,其前代Z100、Z200系列机器人已经在全国19个省市实现规模化应用,累计完成带电作业任务超过8万次。这也为新一代具身智能机器人提供了实际行业应用基础。
另一家值得关注的企业是征和工业。
征和工业正在将自身在链传动领域积累的技术拓展至机器人产业,其微型链系统软硬件一体化研发制造项目涉及智能灵巧手的整机设计、控制系统、触觉感知系统及相关配件。
公司此前已经推出链式灵巧手产品,并将微型链系统应用于人形机器人关节及灵巧手等方向。
这两类企业所处的产业环节并不相同:亿嘉和更侧重机器人整机及行业应用,征和工业则侧重传动系统和执行部件。它们反映出具身智能产业正在从算法、算力向机器人本体和核心零部件延伸。
物理AI的真正考验,是从技术突破走向规模化
在生成式AI之后,物理AI正在成为产业关注的新方向。
与主要处理文本、图片和视频的生成式AI不同,物理AI需要面对真实世界中的空间、运动、材料、力学以及环境变化。它不仅需要生成结果,还必须对行动产生的物理后果负责。
这也意味着,物理AI的产业化难度远高于单纯的软件应用。
一方面,世界模型需要大量高质量的真实世界数据进行训练和验证;另一方面,机器人本体、传感器、运动控制、算力部署和安全机制都需要协同发展。
尤其是在工业、电力、医疗康养等场景,机器人能否长期稳定运行、是否具备可靠的故障处理能力,以及实际作业成本能否低于人工或传统自动化方案,才是决定商业化规模的关键。
华为此次推出CloudRobo-WM1.2,值得关注的正是其背后的产业路径:以昇腾算力为基础,以世界模型增强机器人对物理环境的理解能力,再通过CloudRobo平台和合作伙伴进入具体行业。
当然,模型发布并不意味着具身智能已经跨过规模化落地的门槛。模型的实际泛化能力、训练数据规模、推理效率、对不同机器人本体的适配能力,以及开源后的开发者生态,都还有待进一步验证。
但可以确定的是,AI竞争的边界正在从数字世界向物理世界延伸。
如果说过去几年大模型争夺的是AI理解和处理信息的能力,那么接下来,谁能让AI真正理解物理规律,并在现实世界中可靠地完成任务,或许将成为下一阶段产业竞争的重要分水岭。
华为云这次发布的CloudRobo-WM1.2,正是这一趋势下值得关注的新进展。

评论交流