模型發布
華為云開源昇腾原生具身世界模型 CloudRobo-WM1.2,RoboTwin 2.0 與 LIBERO-Pro 2.0 兩項評測皆列第一
AI 前線綜合 2 家報導多家報導
核實資料不足
多個報導來源提及此事;未必是彼此獨立的證據。
本次未取得足夠原文證據
華為云於 11 月 16 日發布昇腾原生具身世界模型 CloudRobo-WM1.2,計畫於 11 月 30 日開放模型權重、推理代碼與後訓練代碼。據華為云介紹,該模型在 RoboTwin 2.0 與 LIBERO-Pro 2.0 兩項評測中均位列第一;量子位報導引述其數據,分別為 88.98% 與 81.73%(平均成功率)。量子位另稱,在第三方獨立測試中,模型於 5 種機器人本體上完成 13 項操作任務(含轉旋鈕、雙臂連續交接、玩具入籃),平均成功率較第二名高 23 個百分點;該第三方測試的具體機構與細節,報導中未完整說明。
技術上,CloudRobo-WM1.2 採用 PPA(Predictive Physical-aware Architecture)多模態世界表徵架構,試圖讓模型理解物體物理屬性並預測交互後的變化。動作生成方面採用世界模型原生的 DualAct 架構,世界模型可直接輸出動作,並基於 MOT 架構讓動作專家高效輸出;雙通道設計允許開發者依任務彈性定義動作專家規模,以提升後訓練效率。資料利用上,模型引入多粒度監督資料自適應預訓練框架,可兼容缺少動作標註、部分動作維度無效、深度資訊缺失及相機視角不完整的資料。跨本體方面,採用本體語義保真的跨具身運動建模,統一單臂、雙臂與輪式等形態的運動建模並保留各本體語義。推理部署提供 World/Expert Action、Joint/Action-only 四種可組合模式,讓開發者依算力與延遲需求權衡能力與成本。
工程層面,華為云依托昇腾云平台提供異構算力,並結合 PB 級多模態資料的統一儲存與索引能力,覆蓋仿真冷啟動、雲原生訓練、跨本體適配與持續學習等環節。華為云表示將持續投入具身模型研發,並計畫聯合機器人本體廠商、模型廠商、高校與行業客戶推進行業解決方案。
讀原始報導背景
新聞提到的「MOT 架構」與 Mixture-of-Transformers (MoT) 同名。MoT 是 2024 年底由 Meta AI、斯坦福大學等機構研究者提出的稀疏架構,目的是用於多模態基礎模型。
來源
- 量子位qbitai.com
- tingdeliu.github.io