首页 / 资讯详情
具身新贵昆仑行斩获 WorldArena单项冠军全球亚军，世界模型全面领先
摘要
2026具身智能黑马玩家昆仑行机器人，全面领先全球权威榜单 WorldArena。据媒体报道，具身智能领域的权威评测WorldArena 2.0 Track 1发布了最新成绩，昆仑行机器人研发的昆仑世界模型GeWu，以69.58分的成绩，斩获图像质量（Image Quality）单项冠军，同时以65.91的综合得分，获得全球榜单亚军。模型在物理一致性（Physics Adherence）、可控性（Controllability）等多项关键能力维度上实现大幅领先，是本次77支参赛模型里，唯一一个在6大评测维度中，获得其中4项前4名次的模型，体现出极强的综合能力。作为世界模型赛道的权威评测基准，WorldArena 由国际顶尖高校及科研机构联合共建，WorldArena 2.0在1.0的基础上构建全面基准，从模态、功能、平台三大关键维度扩展具身世界模型评估。本次评测的WorldArena Track 1赛道，聚焦具身智能模型的基础核心能力，重点考核模型“看得准、猜得对、画面真实合理”的核心素养，突出模型在物理因果上的合理性。考核标准严苛，专业度拉满，WorldArena Track 1吸引了全球几乎所有顶尖世界模型研发团队同台竞技，每一次榜单更新都代表着全球具身世界模型领域的最高技术水准，被誉为具身世界模型的“国际竞技场和权威试金石”。在本次激烈的全球同台比拼中，昆仑行短时间内便完成模型训练、优化和多次迭代，作为昆仑世界模型（Kunlun World Model）的第一代版本，初次亮相即实现全面领先，尤其是在物理一致性（Physics Adherence）和可控性（Controllability）核心能力上的优秀表现，展现出昆仑行研发团队对世界模型物理因果的深刻理解和架构创新。昆仑世界模型：遵循物理因果的世界模拟器业内已逐渐形成共识，一个优秀的具身机器人大脑，并不能只简单地模拟动作；更关键在于它能不能理解真实的物理世界，尤其要严格地遵循物理因果关系。在这样的背景下，“世界模型”成为了当下最热门的概念。在具身领域，世界模型扮演了不同的角色。它可以基于用户的输入，“渲染”出相当真实的画面；也可以基于某种转移模型，“模拟”状态的变化；还可以反过来，给定当前的观测和未来的目标，“规划”智能体的动作。昆仑行认为，在具身智能领域，一个真正理解物理因果的世界模型，不能局限于“渲染”——即生成视觉上真实但物理上不可靠的视频——世界模型必须具备模拟器的能力：理解真实世界的物理因果，忠实地预测“如果执行某个动作，世界会如何变化”。模拟是世界模型最关键的能力。掌握了模拟，世界模型才有可能具备规划的能力；反过来则不行。因此，基于「物理因果」的第一性原理，是昆仑世界模型架构设计的基本原则。基于因果关系的模型架构有别于业内主流的按照“文本归文本、视觉归视觉、动作归动作”的模态拆分的方式，昆仑世界模型将视野放在一个经常被忽视、但至关重要的深层结构上——因果关系。昆仑世界模型 不按模态拆分，而是按因果图中的角色语义，将模型拆为三座参数独立的 Transformer 塔（Tower）：Tower 1 负责 Intent（目的），以自回归方式编码语言指令和场景理解，确定“要做什么”；Tower 2 负责 Intervention（干预），以 flow matching 范式建模动作序列，确定“怎么做”；Tower 3 负责 Consequence（响应），同样基于 flow matching 生成未来视频帧，呈现“做了之后会发生什么”。三座塔共享 decoder 基础结构，但每层拥有独