大皖新闻讯9月7日,总部位于合肥高新区的智象未来正式发布具身世界模型HiDream-O1-Embodied。秉承原生全模态的技术理念,模型强化机器人物理感知与动态预判能力,助力具身智能实现更高阶的物理交互。而具身模型的发布,也标志着智象逐步实现了打通图像、视频、3D、动作等模态,贯通理解—推演—执行全流程,构建统一世界模型基座的技术闭环。
模型发布同期,HiDream-O1-Embodied首次参评具身智能模型评测平台RoboColiseum,即在核心的Robustness(扰动适应)子榜单中,以平均分0.692的成绩登顶榜首。据了解,常态化具身智能仿真评测平台RoboColiseum旨在构建多维度的系统评测体系,以与真机表现高度一致的仿真评测,帮助开发者识别模型的能力优势与短板,持续迭代提升。平台面向全球高校、科研机构、模型企业与研究者开放,实时更新评测结果,致力于构建一套结果可信、过程可复现的具身模型评测标尺。
该平台基于高保真仿真环境构建,高度还原真实世界。平台围绕四个维度推出4类能力子榜、78个高保真仿真评测任务——指令跟随、空间理解、扰动适应与通用操作。自内测上线以来,已吸引海内外几十款重量级模型开展评测。在这四个维度中,扰动适应(Robustness)被公认为最具挑战性的一环。它通过改变背景、光照、材质、机器人初始状态、相机位置与图像质量,并对指令进行多样化改写,检验模型在非理想环境中的稳定性与泛化能力。换言之,这不是在实验室的“温室”里考试,而是在各种“意外”中检验真本事。
HiDream-O1-Embodied以0.692分的成绩登顶该榜单榜首,得益于其原生全模态底座。原生全模态世界模型天然为跨模态的理解与生成提供了基础。而在执行环节,为了保证在真实世界的各类“意外”中保持稳定。HiDream-O1-Embodied在三项核心能力上进行了突破性创新,让理解更精准、感知更稳健、抗干扰能力更强。

智象未来CTO姚霆表示,围绕真实世界的表达、理解和生成,构建同时具备全模态表达、因果推演与物理世界构建三大核心能力,才能建立完整的世界模型基座。智象的原生全模态世界模型技术理念,从设计架构之初便计划面向包括动作等在内的统一表征构建。HiDream-O1-Embodied的发布,是这一技术战略从“模拟世界”迈向“真实世界”的关键里程碑。
大皖新闻记者项磊