盖世汽车获悉 日前，优必选自研的统一多模态世界模型Thinker-WM在三大具身世界模型基准评测中均取得第一名。在WorldOlympiad基准中，该模型综合得分0.740，3D一致性与交互保真度两项单项指标位居全部参评模型首位。在EWMBench评测中，其综合总分达到4.66，在机器人运动核心指标上实现领先。
在WorldArena1.0 Track-1仿真环境基准中，Thinker-WM在视觉画质、内容一致性、物理合理性、3D几何精度及指令遵循等12项关键评价维度整体领先。该模型以统一动态Transformer为核心架构，将RGB图像、度量深度和机器人动作编码至同一中间表征空间进行联合时序建模。
图片来源：优必选
这种多模态统一表征方式使视觉、几何与动作在共享潜在空间内实现深度耦合，而非在模态接口上做浅层拼接。依托该架构，模型可通过灵活切换条件模态与生成模态，实现视频与动作联合生成、世界预测、策略推理、视频转动作及逆动力学等六大能力模式。
统一表征能力的背后是约3万小时异构训练数据的支撑，涵盖约2万小时第一人称人类视频、约1万小时真实机器人数据以及约1千小时仿真数据。在RoboTwin单任务消融实验中，引入深度模态后，机器人的操作成功率较无深度基线提升了15个百分点。
轻量级Motion Probe实验进一步证实，即使在无动作监督的情况下，模型的视觉表征中也已编码了与动作相关的运动信息。目前，Thinker-WM已完成在优必选机器人平台上的部署验证。优必选计划将模型技术报告与后续迭代版本在开发者社区持续更新炒股是如何加杠杆的，并将公布世界模型二次开发能力开放计划。
文章为作者独立观点，不代表炒股期货配资_股票网上开户_线上融资证券观点
