# WoW-1-Wan-14B-2M

> 权威词条地址：https://robotics.hellobike.com/models/x-humanoid-wow-1-wan-14b-2m
> 所属分类：models | 最近核验日期：2025-10-22 | 技术层级：L7

## 核心摘要

X-Humanoid 在 Hugging Face 发布的机器人模型，架构为 i2v，参数规模 14B，训练数据包含 WoW-world-model/WoW-1-Benchmark-Samples。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/X-Humanoid/WoW-1-Wan-14B-2M"}] |
| `updated` | 2025-10-22 |
| `family` | world_model |
| `params` | 14B |
| `architecture` | i2v |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["WoW-world-model/WoW-1-Benchmark-Samples"] |
| `status` | research |
| `hub_id` | X-Humanoid/WoW-1-Wan-14B-2M |
| `hub_stats` | {"downloads": 35, "likes": 1, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/X-Humanoid/WoW-1-Wan-14B-2M"] |

## 技术详解与生态说明

WoW-1-Wan-14B-2M 是 WoW（World-Omniscient World Model）项目中的 14B 参数生成式世界模型，面向机器人中的想象、推理和行动。模型旨在生成物理一致的视频与机器人动作计划，并用于因果物理推理、长时程操作规划、正向与逆向控制预测等场景。

该模型训练于 2M 条真实世界机器人交互轨迹，数据包含视觉、动作和语言等多模态场景。其输出由 SOPHIA 视觉语言 critic 进行引导式 refinement，并与一个共同训练的 Inverse Dynamics Model 配对，用于连接“想象”到“行动”的流程。

训练描述中包含 mixture caption 策略：提示可长可短，caption 会引用不同机器人类型，并覆盖从粗粒度动作到细粒度动作的表达，例如 Franka 机器人抓取红色瓶子、打开抽屉、拿起螺丝刀、放到桌上，以及抓取前旋转手腕 30°。

## 原始核验来源 (Sources)

- [Hugging Face X-Humanoid/WoW-1-Wan-14B-2M](https://huggingface.co/X-Humanoid/WoW-1-Wan-14B-2M)