# 西湖大学开源40亿参数世界模型Awomo-0.5登顶六项评测

> 原文链接：https://robotics.hellobike.com/news/2026-11-19-8b259f63
> 频道：news | 更新日期：2026-11-19 | 标签：auto, rss, leiphone
> 核心摘要：西湖大学发布并开源40亿参数通用世界模型Awomo-0.5，在具身智能与物理理解等六大国际榜单登顶。该模型基于DiT架构预测物理状态，验证了世界模型在机器人操作任务中优于通用语言模型的可行性。

# 西湖大学开源40亿参数世界模型Awomo-0.5登顶六项评测

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[对话西湖大学于开丞：通用语言模型再强，物理世界也「等不起」](https://www.leiphone.com/category/academic/6GxO2SjZl8UPTGhH.html)（雷峰网）

## 核心内容

西湖大学成立世界模型研究中心并发布开源项目Awomo-0.5，该模型参数量为40亿，在具身智能、物理世界理解等六个国际主流评测榜单中同时取得第一。此前在RoboDojo-Sim基准测试中，未针对机器人专项训练的GPT-6 Astra虽在42项操作任务平均成功率反超40个公开策略，但于开丞团队通过ECCV极端场景生成挑战赛冠军及Awomo-0.5的实测成绩，论证了专用世界模型路线的必要性与技术领先性。

Awomo-0.5采用以扩散模型为基底的Transformer架构（DiT），核心机制是面向连续物理空间事件预测下一个状态，而非单纯生成视觉内容。该技术路径源于自动驾驶数据闭环成本过高的痛点，从生成符合3D投影关系的场景图像演进至视频，强调物理真实性而非仅视觉逼真度。目前代码与权重已完全开源，旨在解决语言模型无法直接替代物理交互、且KV cache等机制不适配连续物理建模的工程难题。

## 关键看点

- **模型规格**：Awomo-0.5参数量40亿，代码与权重全开源，在六个国际主流具身智能与物理理解评测榜单同时登顶
- **技术架构**：采用DiT架构叠加未来预测机制，面向连续物理空间事件预测下一状态，区别于纯视觉生成模型
- **性能对标**：RoboDojo-Sim基准显示GPT-6 Astra在42项任务成功率第一，但专用世界模型在物理真实性上更具优势
- **研发渊源**：技术源自自动驾驶数据闭环痛点，2024年获ECCV极端场景生成挑战赛冠军，验证3D一致性生成能力

## 工程与产业观察

Awomo-0.5的开源为具身智能提供了轻量级物理预测基座，证明40亿参数规模即可在多项基准超越通用大模型。其DiT加状态预测架构确立了世界模型作为独立技术栈的地位，提示工程界应区分视觉生成与物理仿真，避免盲目复用LLM范式，为机器人Sim-to-Real训练提供低成本数据增强新路径。
:::

## 原始参考来源 (Sources)

- [雷峰网：对话西湖大学于开丞：通用语言模型再强，物理世界也「等不起」](https://www.leiphone.com/category/academic/6GxO2SjZl8UPTGhH.html)