华为给机器人造了个世界

机器人缺的不是身体,是经验。

新眸原创·作者 | 棠宁

中国具身智能企业里,每五家就有四家选择昇腾云。这个比例是华为云在发布会上自己披露的。同一天,华为云发布并开源了CloudRobo-WM1.2,7B参数,基于Wan2.2视频骨干,在RoboTwin2.0和LiberoPro2.0两个评测基准中排名第一。

一个云厂商,先让企业用上算力,再让企业用上模型,最后把模型开源。这个顺序,把云厂商的角色往前推了一步。

发布会的主角是模型。华为云具身产品线总裁、具身智能Lab主任吴小东发布了CloudRobo-WM1.2。发布完,华为云宣布开放权重和推理代码。训练框架工程代码与昇腾算力代码库,面向核心合作伙伴定向开放。

这场发布会重点讲的是机器人怎么理解世界。机器人怎么走路,反而讲得少。华为不造机器人,它造的是机器人的世界。

过去两年,具身智能的热闹集中在本体上。会走路的人形机器人、会跳舞的机器狗、会搬箱子的机械臂,吸引了大部分注意力。但真正决定机器人能不能干活的,是它对世界的理解。走路是运动控制,干活是认知和决策。后者需要经验,经验需要数据。

01

机器人缺的,是经验

过去两年,人形机器人和具身智能的进展集中在身体上。

关节更灵活,手指数更多,电机和减速器更紧凑,整机成本在下降。但机器人的聪明程度没有跟上。它能走、能抓、能搬,遇到没见过的场景就停住。

原因在数据。真实世界的训练数据稀缺,采集成本高,试错代价大。让机器人在真实厨房里学做饭,摔一个碗就是成本;让它在仓库里学搬箱,撞一次货架就是事故。仿真能补充一部分数据,但仿真和现实之间有一道鸿沟,物理引擎再精细,也难复现真实世界的光线、材质和摩擦。

世界模型提供的是另一种思路。它让模型在虚拟环境里预测动作的后果,生成经验,再把这些经验迁移到真实机器上。机器人不必把每个场景都试一遍,它可以先在模型里看到自己动作的结果。

CloudRobo-WM1.2的PPA架构,融合RGB视频、语义特征、深度与点云,并引入未来多模态预测监督。模型不只能识别物体,还能预判物理交互的结果。

DualAct架构采用双通道动作设计。世界模型可以输出高精度动作,动作专家也可以基于MOT架构输出动作。两条通道并存,开发者可以根据场景调整动作专家的尺寸,提高后训练效率。

华为云还提到多粒度监督预训练和跨具身运动建模。前者让模型在不同粒度的数据上学习,后者让模型把一种机器人的动作经验迁移到另一种机器人上。这两件事,指向同一个目标:降低对完整标注数据的依赖。

这套技术路线和传统的机器人控制不一样。传统控制靠规则和规划,遇到新场景要重新写程序。世界模型靠预测,遇到新场景先想象结果,再决定动作。前者稳定,后者灵活。具身智能要走进家庭、商场、街道,需要后者。

世界模型和视频生成模型有血缘关系。视频生成模型学会了预测下一帧画面,世界模型在此基础上加入动作和物理约束,让预测不只是好看,还能指导机器人怎么动。Wan2.2作为视频骨干,提供了视觉表征的基础,DualAct把动作分支接了上去。

训练世界模型需要三样东西:数据、算力、仿真。数据要覆盖不同场景、不同物体、不同光照;算力要撑得住大模型训练;仿真要提供可控的测试环境。华为云的优势在算力和工具链,昇腾云提供训练底座,CloudRobo平台提供仿真和开发工具。

评测第一说明模型在标准任务上表现好,不等于它在真实工位上也能干好。RoboTwin2.0和LiberoPro2.0是标准任务,场景固定,指标统一。模型在榜上排第一,说明它在标准任务上强。真实工位的长尾,榜上测不出来。

02

开源换的是生态

CloudRobo平台在2025年6月发布,覆盖从数据到部署的全流程。华为云同时披露了一组数字。

目前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。CloudRobo平台汇聚了超过16500名专业具身开发者、230多家企业和高校,沉淀了1500多个行业资产。

生态伙伴名单拉了一长串。上市公司里有亿嘉和、拓斯达、福龙马,未上市企业里有节卡、千寻、星海图、优艾智合、斯坦德、睿尔曼。这些公司做的是不同场景的机器人,有的做工业协作,有的做移动底盘,有的做环卫,有的做灵巧手。

把这些公司拉到同一个底座上,是华为云的目的。模型开源,权重和推理代码开放,开发者可以自己部署、自己微调,门槛降下来了。训练框架和昇腾算力代码库定向开放,核心合作伙伴能拿到更深的工具链,门槛又立起来了。

这是一套筛选机制。开源的部分换规模,定向开放的部分换深度。华为云卖的不只是算力,还有开发工具链、感知与规划模型、Agentic运行平台。机器人公司用它的底座,华为云拿到场景数据和算力消耗。

对比英伟达,这条路有相似之处。英伟达用CUDA和Isaac建立生态,把GPU、仿真、训练框架绑在一起。华为云的差别在于,它用的是国产昇腾算力,模型是开源的,价格和供应更可控。对于中国具身智能企业来说,这是一条可以绕开海外算力限制的路。

但开源也有代价。模型权重放出去,竞争对手也能用;生态伙伴多了,服务质量难统一;算力底座和模型绑得太紧,客户迁移成本会变高。华为云要在开放和控制之间找平衡。

这套模式和安卓的开源逻辑有点像。底层开放,上层做服务,生态越大,底层越稳。差别在于,机器人比手机更依赖场景,数据回流比应用分发更重要。华为云要建的不只是模型生态,还有场景生态。

生态真正的优势不在模型参数,在数据飞轮。机器人跑得越多,场景数据越多,模型迭代越快,机器人越好用。华为云把模型开源,是想让更多机器人跑起来,把飞轮转起来。谁掌握了飞轮,谁就掌握了下一代模型。

开源之后的商业模式,是个老问题。模型免费,工具链收费,算力收费,服务收费。开发者免费用模型,企业付费用工具链和算力。华为云把开源当成获客入口,把定向开放当成变现通道。这套模式能不能跑通,取决于生态伙伴的付费意愿。

生态伙伴的算力账,也要算清楚。机器人公司训练模型要算力,部署模型要算力,数据回流要存储。昇腾云的算力价格、供应稳定性、工具链成熟度,都会影响伙伴的选择。华为云的优势是国产算力和本地服务,短板是生态还在建设期。

世界模型的训练,还面临一个现实约束:算力成本。7B参数的模型,预训练要大量卡时,微调也要算力。华为云用昇腾算力做底座,就是想把这笔成本降下来。算力便宜,开发者才愿意多训、多试、多迭代。

开源模型的另一面是安全。权重放出去,任何人都能微调,也能用于不该用的场景。华为云把训练框架和算力代码库定向开放,一部分原因是想在安全上留一道闸门。开源不等于放任,生态需要规则。

具身智能的落地,还要过一道数据合规的关。机器人采集的图像、语音、位置数据,涉及隐私和安全。华为云要在数据回流和合规之间找平衡,这也会影响生态伙伴的部署速度。

03

第一个场景为什么是环卫

华为云的算力底座,是这套模式的地基。昇腾云提供训练和推理算力,CloudRobo提供仿真和开发工具,模型开源降低门槛,工具链和算力收费。开发者用得起,伙伴愿意来,生态才转得动。算力价格每降一点,具身智能的试错成本就低一点。

评测榜上的第一,会吸引开发者来试。试完之后,能不能留下来,要看工具链好不好用、算力稳不稳定、场景数据能不能回流。华为云要做的,是把一次性的评测优势,变成长期的生态优势。

发布会同一天,华为云与环卫装备企业福龙马合作开发的新一代智能清扫机器人启动预售,新品发布会定在12月上海。

这次合作有铺垫。2026年8月7日,福龙马与华为云正式签订环卫领域深度合作开发合同。9月19日,福龙马亮相华为全联接大会。从签约到预售,前后三个多月。

环卫是具身智能少有的好场景。路线相对固定,速度慢,场景结构化,人力成本上升,招工难。清扫机器人不需要像人形机器人那样适应家庭环境,它只要把一条街扫干净。

但环卫也有长尾。落叶、塑料袋、积水、违停车辆、行人、雨天、夜间,都是标准模型里的例外。清扫机器人要在这些例外里保证安全和效率,靠的是数据回流和现场调试,单点算法不够。

华为云给福龙马提供的是开发工具链、感知与规划模型、Agentic运行平台和昇腾算力。世界模型在这里的作用,是让机器人在虚拟环境里预演不同路况,减少真车调试的时间和成本。

环卫的经济账也算得过来。城市环卫的人工成本在涨,招工越来越难,夜间作业和安全风险都在增加。一台清扫机器人如果能替代几个人的工作量,回本周期就有得算。B端客户比C端消费者更看重投入产出,也更愿意为稳定付费。

环卫的采购模式也适合机器人。环卫设备通常由政府或城服公司集中采购,单笔订单大,决策链长,但对价格和效率敏感。机器人要进这个市场,要通过试用、招标、验收,门槛高,一旦进去,订单就相对稳定。

安全是环卫机器人绕不开的题。机器人在人行道、马路边缘作业,周围有行人、车辆、非机动车。感知要准,决策要稳,急停要快。世界模型能提升预测能力,但不能替代安全冗余。激光雷达、摄像头、超声波、急停按钮,一个都不能少。

如果这套模式跑通,华为云可以把它复制到更多场景。工业搬运、电力巡检、医疗康养、商业清洁,都是结构化程度较高的场景。这些场景的数据回到平台,模型再迭代,生态再扩大。

从单点到规模,是华为云要跨的一道坎。一个环卫场景跑通,不代表十个场景能跑通。每个场景的数据、工况、安全要求都不一样。华为云要把世界模型做成通用底座,再把场景适配交给伙伴。底座越通用,伙伴越愿意用;场景越细分,伙伴越难替代。

规模化的另一个前提是成本。机器人的算力成本、部署成本、维护成本,要降到客户能接受的水平。世界模型再强,如果一台机器人贵到没人买,也落不了地。华为云要在性能和成本之间找平衡。

具身智能的竞争,最终会落到生态上。谁的开发者多,谁的场景多,谁的数据多,谁的模型就迭代得快。华为云已经把开发者、企业、高校拉到平台上,接下来要比的是活跃度和留存率。

具身智能的人才,也是稀缺资源。会做世界模型的人,大多在互联网大厂和自动驾驶公司;懂机器人本体的人,大多在硬件公司。华为云要把两边的人拉到一起,才能把模型落到机器上。人才密度,决定了生态的速度。

生态的规模,最终要看活跃度。开发者注册了,会不会用;企业签约了,会不会部署;高校合作了,会不会出成果。这三个问题,决定华为云的具身生态是热闹,还是生意。

评测第一只是入场券。真正决定成败的是场景数据回流和部署成本。下一步要看福龙马的订单量,看生态伙伴的出货量,看世界模型在真实工位上的成功率。华为云已经把底座搭好了,接下来要看有多少机器人真正跑在这套底座上。

— END —

更多内容,点击下方关注