優必選Thinker-WM斬獲三大具身世界模型基準第一名

10月20-22日上海黃浦江畔，2026可持續全球領導者大會再度來襲。諾獎、圖靈獎得主現場講述科技未來與趨勢，更有「解救」焦慮、內卷時代的網紅教授——麥克法蘭與項飆現場對話！ 名額有限，手慢無。讓我們共赴可持續之約！ 【點擊報名】

　　新浪科技訊 10月16日下午消息，日前，優必選自研的統一多模態世界模型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。

　　其中，在WorldOlympiad基準中，Thinker-WM以綜合得分0.740位列榜首，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基準中，Thinker-WM取得綜合總分4.66，超過Qwen-RobotWorld、Sora2等主流模型；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。

　　據介紹，與過往世界模型普遍採用的「拼接式」方案不同，Thinker-WM以表徵層統一的Unified Dynamic Transformer（UDT）為核心，將RGB圖像、度量深度、機器人動作納入同一套共享動態表徵聯合演化，實現視頻-動作聯合生成、世界預測、策略推理、視頻轉動作、逆動力學等多項能力合一。在RoboTwin單任務消融實驗中，引入深度模態后操作成功率較無深度基線提升了15個百分點。

　　訓練數據方面，Thinker-WM語料包含約2萬小時第一人稱人類視頻、約1萬小時真實機器人數據及約1千小時仿真數據。模型統一使用末端位姿表示機器人動作，併爲不同機器人嵌入專屬標籤。優必選表示，Thinker-WM現已完成在優必選機器人平臺上的部署驗證，相關技術將持續賦能下一代具身智能系統。