AI导读：

北京人形机器人创新中心开源全新具身世界模型WoW，攻克机器人理解物理世界难题，获Hugging Face点赞及斯坦福大学引用。WoW实现从观察到理解的跨越，实测表现领先，降低行业研究门槛，加速具身智能机器人落地应用。

　　记者10月31日从北京人形机器人创新中心有限公司获悉，该中心近日开源全新具身世界模型WoW（World-Omniscient World Model），这一模型攻克了机器人理解物理世界的核心难题，成为我国在该领域跻身世界前列的重要标志。相关技术报告不仅获机器学习社区Hugging Face官方点赞，还被斯坦福大学等机构的学者引用，彰显了其技术实力。在人工智能领域，这一突破无疑具有里程碑意义。

　　相较于仅能“看世界”的人工智能视频生成模型Sora系列，WoW实现从“观察”到“理解”的跨越，构建了融合视觉、动作、物理感知与推理的统一框架。其核心突破在于四大技术组件：DiT世界生成基座模型作为“物理引擎+想象系统”，从200万条高质量交互轨迹中学习物理规律；FM-IDM逆动力学模型实现“视频到动作”闭环，能从视觉预测反推可执行的机器人运动指令；SOPHIA范式通过“生成—批评—修正”迭代循环，模拟人类智能的反思过程；全球首个具身世界模型基准WoWBench，则建立起感知理解、预测推理等四大维度的量化评估标准。这些组件共同构成了WoW模型的强大技术支撑。

　　实测显示，WoW在物理一致性上优势显著，复杂动力学场景表现领先，驱动机器人完成简单任务成功率达94.5%，中等难度任务成功率达75.2%，生成动作可直接部署于真实机械臂。此次开源涵盖1.3B至14B参数的预训练模型、推理代码等，大幅降低行业研究门槛，为机器人技术的普及和应用提供了有力支持。

　　据悉，WoW模型可赋能机器人自主完成抓取、装配等任务，还能实现数据自生成与优化。这一突破将加速具身智能机器人落地应用，为智能产业的发展注入新的活力。

（文章来源：科技日报）