智象未来发布具身世界模型HiDream-O1-Embodied，登顶RoboColiseum

智象未来9月7日发布具身世界模型HiDream-O1-Embodied，基于原生全模态技术路线，强化机器人物理感知与动态预判能力。首次参评RoboColiseum即在扰动适应子榜单以0.692分登顶，测试涵盖改变背景、光照、材质、相机位姿等扰动条件。

一、核心能力

1. 语义理解liAIDeepT☡hinK.cn

不再关键词匹配，覆盖同义句式（如"Give me a sweet fruit"与"I want to eat some fruit to supplement Vitamin C"识别为同一意图）

2. 多视角协同感知

某路相机偏移或被遮挡时靠其他视角兜底，从“一处失灵全局失效”变为“局部受限整体可用”；

3. 高容错训练

训练阶段主动注入光照变化、画面污损、视野遮挡等非理想条件。这三条都是合理的工程方向，但均无消融实验数据支撑。

二、真实基座与生成增强范式

“真实基座 + 生成增强”——用诺亦腾的高精度真人动捕数据做真实底座，再由世界模型在恪守物理约束的前提下生成变体视频（换背景、光照、物体形态），把单段真实样本百倍级扩增。逻辑是“模型既当考生也当出题人”，数据生产成为模型迭代的内生环节。这个范式方向正确（具身数据稀缺是行业公认瓶颈），但存在自指风险：模型生成的数据再喂给模型，若生成分布有偏，偏差会随飞轮放大——通稿未提供扩增质量的人工抽检或下游验证数据。

三、智象全模态世界模型矩阵

四、意义liAIDeepT☡hinK.cn

智象已形成图像、交互式世界（HiDream-O1-World）、具身世界三条模型序列，目标建立统一原生全模态世界模型体系。该模型标志着从"生成好看的世界"向"生成够用的机器人训练场"的延伸。