觀點網訊:據優必選科技消息,近日,優必選具身世界模型Thinker-WM在三大公認具身世界模型基準評測中全部拿下第一名。
在WorldOlympiad基準評測中,Thinker-WM取得綜合得分0.740,位列榜首。該基準基於大量真實機器人交互數據構建,覆蓋十餘種不同機器人本體與多類相機配置,重點考核模型跨機器人形態、跨視角的泛化能力。Thinker-WM取得3D一致性0.531、交互保真度0.765,兩項單項指標位居全部參評模型首位。
在EWMBench基準評測中,Thinker-WM取得綜合總分4.66,超過Qwen-RobotWorld、Sora2等主流模型。該基準完整考核場景一致性、機器人末端運動正確性、指令語義對齊三大能力維度。
在仿真環境基準WorldArena1.0 Track-1中,Thinker-WM在視覺畫質、內容一致性、物理合理性、3D幾何精度、指令遵循等12項關鍵評價維度整體領先,兼顧仿真環境下視覺生成質量與物理交互可信度。
技術方案方面,Thinker-WM以表徵層統一的Unified Dynamic Transformer(UDT)為核心,將RGB視頻、深度和機器人動作編碼至同一中間表徵空間聯合演化。
訓練數據方面,Thinker-WM訓練語料包含約3萬小時異構數據,其中約2萬小時第一人稱人類視頻,覆蓋家庭、商業零售、工業等場景;約1萬小時真實機器人數據;約1千小時仿真數據,提供高精度幾何、物理監督信號。
在RoboTwin單任務消融實驗中,引入深度模態後,操作成功率較無深度基線提升了15個百分點。
Thinker-WM已完成在優必選機器人平臺上的部署驗證。
