智象跨界发布具身世界模型，登顶行业榜首

世界模型正迎来关键转向。从Genie、Sora到WorldLabs，视觉世界模型虽已高度发展，但本质上仍是统计意义上的视觉模拟器，不懂物理规律和因果逻辑。具身世界模型赛道因此升温，其本质是直接与物理世界规则对齐，将视频生成能力转化为动作控制能力，成为连接数字仿真与物理现实的桥梁。

谷歌、英伟达、特斯拉等全球AI大厂已先行入局。今日，智象未来（HiDream.ai）正式发布具身世界模型HiDream-O1-Embodied，强化机器人物理感知与动态预判能力。该模型首次参评具身智能评测平台RoboColiseum，即在核心的扰动适应（Robustness）子榜单中以平均分0.692登顶榜首。

RoboColiseum基于高保真仿真环境，围绕指令跟随、空间理解、扰动适应与通用操作推出4类子榜、78个评测任务。扰动适应被公认为最具挑战性，通过改变背景、光照、材质、机器人初始状态等检验模型在非理想环境中的稳定性。

HiDream-O1-Embodied登顶得益于原生全模态底座及三项核心能力创新：语言理解上，突破关键词匹配局限，覆盖多元动词、句式与表达方式的等价指令空间，穿透字面直达意图；视觉感知上，综合多视角信息，让不同视觉通道相互补充，避免“一处失灵、全局失效”；高容错机制上，训练阶段主动引入光照变化、画面污损等非理想条件，使模型在“不完美”中学会稳定执行。

该能力的底层支撑是“模型+数据”双驱动策略，智象探索出“真实基座+生成增强”的数据生产范式。以与诺亦腾合作为例，其高精度动作捕捉数据作为真实底座，智象借助原生全模态能力完成百倍级数据扩增，基于单段真实动作样本生成恪守物理约束的变体视频，形成数据与模型互相驱动的增长飞轮。

不到一个月前，智象刚发布交互式世界模型HiDream-O1-World，在WBench的Navi分榜以80.9分登顶。交互式世界模型解决“理解与推演”，具身世界模型解决“操作与执行”，两者互补。智象已形成覆盖视觉模型、交互式世界模型及具身世界模型的家族矩阵。从符号推演到具身范式，通用人工智能正从虚拟走向现实，世界模型的下一场竞争将发生在真实物理场景中。