发布会前一天,90 分钟议程先漏了三层:华为云这个具身世界模型,卖的不只是模型
11 月 16 日 14:00—15:30,90 分钟,三位发言人:具身产品线总裁、具身智能 Lab 首席模型专家、产业生态负责人。发布前一天的这份议程,把「卖什么」写得比发布会本身更清楚。
- 时间与形式:华为云将于 11 月 16 日 14:00—15:30 举办线上发布会,正式发布首款昇腾原生的具身世界模型,模型名称为 CloudRoboWM1.2(原文写法,无连字符)。
- 三位发言人:华为云具身产品线总裁、具身智能 Lab 主任吴小东负责发布;具身智能 Lab 首席模型专家刘流解读模型架构与能力;具身智能产业生态负责人丁志彬讲 CloudRobo 生态共建。
- 两个前置节点:华为云 2025 年 6 月发布 CloudRobo 具身智能平台;2026 年 6 月发布「行业 AI 梦工厂·具身智能专区」。这次补的是平台里最缺的那块——世界模型。
- 卖方给的框架:华安证券石月昊把物理 AI 拆成两层——世界模型是「AI 大脑」的底层认知框架,负责理解物理规律与因果推理;具身智能是行动层,负责真实世界的交互验证。
- 市场口径:该券商给出的物理 AI 市场空间是千亿至万亿级美元,属预测值,不是已发生收入。
- 判断:90 分钟的议程里没有本体、没有整机、没有售价,只有产品线、模型、生态三个角色各占一段。这个配置说明它卖的不是一个可以下载的模型,是一套「模型 + 算力 + 生态位」的打包——而打包的东西,替换成本是按年计的。
一场模型发布会,通常 30 分钟就能讲完:一段视频、几组跑分、几个客户站台。华为云这场给了 90 分钟,而且提前一天把议程放了出来。
议程本身就是信息。三个人,三段,每段半小时左右:吴小东负责「发布」,刘流负责「架构和能力」,丁志彬负责「生态共建」。这个顺序不是随意的——它对应一件产品从「有」到「能用」到「有人用」的三个阶段,而最后一段占了三分之一。
如果目标只是公布一个模型,议程会是:能力演示、跑分对比、客户案例。发言人会是模型负责人加一两个客户 CTO。
而这份议程里出现了「产业生态负责人」这个角色,并且单独占一段。这在模型发布会里并不常见——它意味着这场发布会的 KPI 不是「让多少人知道有这个模型」,是「让多少家企业签进这个生态」。
再看前两位的分工:一位是「具身产品线总裁兼具身智能 Lab 主任」,一位是「具身智能 Lab 首席模型专家」。产品线与 Lab 并列,说明这个模型不是实验室成果的对外披露,而是一条已经进入产品化流程的线。
华为云在这条线上不是新玩家。2025 年 6 月发布 CloudRobo 具身智能平台,2026 年 6 月发布「行业 AI 梦工厂·具身智能专区」。这次发的世界模型,补的是平台里最缺的一块——平台有开发工具、有专区、有算力,但没有一个能理解物理规律、能生成未来状态的「脑」。
官方给这版模型的定位词是「首款昇腾原生具身世界模型」。原生(native)在芯片语境里有明确含义:不是「能在上面跑」,是「为它设计」。
这两个说法的差别很大。一个模型「能在昇腾上跑」,意味着它原本为别处设计,做了适配与量化,性能通常打折;一个模型「为昇腾设计」,意味着算子、并行策略、内存布局从一开始就按这块芯片的架构来,能拿到接近峰值的利用率。
对客户的实际影响在两处。第一处是成本:世界模型的训练与推理都是重负载,利用率差 30% 就是三成的算力账单。第二处是锁定:为某块芯片原生设计的模型,迁移到另一块芯片上要重做大量底层工作,这个工作量往往超过「重新训一个」。
所以「昇腾原生」既是一个性能承诺,也是一个商业结构。它把模型和算力绑成一个不可拆分的最小购买单元——你买的不是 CloudRoboWM1.2 这个模型,是「这个模型 + 能跑它的那批卡」。
判断:这条路英伟达已经走过一遍。GR00T 系列模型、Isaac 仿真、CUDA 生态三件套绑在一起,客户一旦进了这个栈,就很难出去。华为云现在做的是同一件事,只是把底座换成昇腾。对国内客户,这套打包有一个英伟达给不了的东西——供应链的确定性;代价是技术路线的确定性被交给了单一供应商。这两件事同时成立,采购方需要自己权衡,没有免费的选项。
三年三个节点,节奏很清楚:先有平台(工具),再有专区(行业入口),最后补模型(能力内核)。这个顺序和多数公司相反——多数是先有模型、再补平台。华为云反着来,原因大概是它手里最确定的资产是算力与云的基础设施,模型是后补的。
这个顺序有一个隐含的好处:平台已经跑了一年半,客户、数据管道、部署流程都在了,模型一上线就有地方落。也有一个隐含的坏处:平台的能力边界先于模型确定,模型只能长成平台能装下的样子。
财联社引述的券商框架值得抄下来:世界模型是物理 AI 的底层认知框架,作为「AI 大脑」理解物理规律与因果关系推理并做出决策;具身智能是物理 AI 的行动层,聚焦物理世界的具身交互,是物理 AI 在真实世界的验证场景。两者结合,构成认知与行动的底层框架。
这个分层在工程上是准确的,但它容易被误读成「世界模型能直接控制机器人」。实际上不是。世界模型的主要用途在训练与规划侧:给定当前状态和一个动作,预测下一刻的状态;或者给定目标,在想象空间里试若干条路径,挑一条再去执行。
它解决的是「试错成本」问题。真机上试一次失败的代价,可能是一次碰撞、一个废件、一次停线;在模型里试一万次,代价是电费。所以世界模型的价值,直接等于它替真机省下的试错次数——这个数没法从议程里看出来,只能等发布后的实测。
判断:这也是为什么世界模型这个品类很难被验收。它的产出不是一个可以直接测的指标,是一堆「本来会发生在真机上的失败」。客户要做的是把仿真里跑出来的策略搬上真机,看成功率掉多少——掉得少,说明世界模型准;掉得多,说明它只是个好看的视频生成器。这个「迁移损失」目前没有第三方基准,各家自说自话。华为云这场发布会若能给出一个可复现的迁移测试协议,比给出任何跑分都有价值。
这场发布会排在 11 月 16 日。两天后,APEC 第三十三次领导人非正式会议在深圳启幕(11 月 18—19 日)。同一周,行业里还有两件事在发酵:一是人形机器人信息安全强制性国标拟立项、征求意见截止 12 月 11 日;二是一级市场融资自三季度起持续降温,10 月的出手次数已明显收缩。
三件事放在一起,能看出这个时点发布「国产算力原生世界模型」的分量:合规侧在收紧(数据与通信安全要有底线),资本侧在退潮(不再为演示买单),那么能拿出来讲的东西只剩一个——可复用的基础设施。世界模型加算力底座,恰好是「基础设施」这个词在具身领域的对应物。
判断:国产具身智能的竞争,正在从「谁的本体更灵活」转向「谁的地基更便宜、更稳定、更合规」。这个转向对整机厂不是好消息——地基一旦被少数几家占住,整机厂就退回集成商的角色,毛利被两头挤。对做交付和场景的公司反而是好消息:地基越便宜越稳,场景侧的边际成本越低,谁的现场工程能力强,谁就能吃到那一层。