Skip to content

新闻雷峰网3 天前

西湖大学开源40亿参数世界模型Awomo-0.5登顶六项评测 ​

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」(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。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. 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」 ↗访问 2026-11-19