云天励飞对外公布，自研世界动作模型在权威具身智能评测基准上拿到全球第二名，这套模型专门面向机器人复杂物理任务打造，同时依托自家 DeepEdge10 系列 NPU，完成模型轻量化与软硬协同优化，让大尺度具身模型可以直接跑在边缘终端上面，不用全程依赖云端算力。现在绝大多数具身动作模型要么只能处理简单抓取，要么对云端延迟特别敏感，一旦环境出现物体移位、光线变化这类扰动，任务成功率就会快速下滑，而且很多模型体量巨大，很难放进机器人本地硬件；云天励飞走的路线是把世界模型、动作生成模块和端侧推理架构绑定在一起，先在仿真环境做海量物理交互预训练，再通过虚实迁移，把学到的预判、规划能力迁移到真实机器人，搭配自研芯片的算子优化，压低推理时延，把复杂操作任务在本地实时跑完。
- 世界动作模型核心能力
- 物理预判：能够预测环境里物体接下来的运动状态，应对动态、可变的场景
- 长任务规划：支持多步骤连续具身操作，比如分拣、堆叠、装配这类复合任务
- 虚实迁移：仿真海量样本训练，再到真机微调，降低真实世界的数据采集成本
- 轻量化分支：专门裁剪、蒸馏出端侧版本，适配低功耗边缘算力
- 评测成绩：在主流具身动作榜单排名全球第二，在多物体扰动任务上优势明显
- 端侧推理硬件支撑
- 当前重点落地场景
- 工业柔性机器人：散乱工件分拣、物料堆叠、小件装配
- 人形机器人原型：基础操作任务验证，动态环境抓取
- 安防巡检机器人：障碍物规避、工具操作、现场样本采集
- 教育科研平台：和高校联合实验室一起做具身智能算法验证
- 整体技术路线规划
| 硬件 | 作用 | 关键指标 |
|---|---|---|
| DeepEdge10 SoC | 主力部署芯片，原生适配具身模型 | 最高 64TOPS，Chiplet 架构 |
| DeepEdge10 Max | 高算力版本，适合人形机器人 | 支持大模型本地解码、动作规划 |
| 配套工具链 | 模型压缩、算子编译、性能调优 | 一键把训练好的世界动作模型转到端侧 |
云天励飞不会只停留在刷榜单，这次拿到全球第二，更多是验证整套 “世界动作模型 + 端侧 NPU” 路线可行。后续团队一方面继续扩充物理仿真数据集，提升模型在非结构化环境里面的鲁棒性；另一方面持续迭代芯片与模型协同方案，进一步压缩功耗与时延，目标是让越来越复杂的机器人操作任务，都可以脱离云端实时运行。这条路线也刚好契合它长期坚持的算法芯片化思路，把具身智能的大脑放在机器人本地，减少网络依赖，提升稳定性。
常见问题
问题 1：云天励飞这款世界动作模型拿到全球第二，主要突破了哪一类具身任务？
回答 1：云天励飞的世界动作模型拿到全球第二，重点突破动态环境下的多步骤复杂具身任务，可以预判物体变化、完成连续抓取与装配，并且支持端侧高效推理。
问题 2：云天励飞的世界动作模型，怎么实现端侧高效推理？
回答 2：云天励飞依靠自研 DeepEdge10 系列 NPU，搭配模型蒸馏、轻量化裁剪和专属算子优化，把世界动作模型部署在终端硬件，不用全程依靠云端，实现本地实时推理。
问题 3：云天励飞世界动作模型全球第二，是不是代表已经可以量产成熟人形机器人？
回答 3：并不是，云天励飞世界动作模型拿到全球第二属于算法评测层面突破，端侧高效推理方案还处在验证阶段，距离稳定量产、大规模商用的人形机器人还有较长迭代周期。
问题 4：云天励飞世界动作模型和普通机器人动作算法差别在哪？
回答 4：普通机器人动作算法大多是固定轨迹，很难应对环境变动；云天励飞这款世界动作模型自带对物理世界的预测能力，更擅长处理不确定场景，同时优先适配端侧高效推理。
参考资料
[2026-11-12]（全球第二！云天励飞以世界动作模型突破复杂具身任务，推进端侧高效推理）钛媒体
[2026-09-23]（聚焦具身智能前沿创新，西安电子科技大学与云天励飞联合实验室揭牌）中国日报网
[2026-04-29]（深圳云天励飞技术股份有限公司 2025 年年度报告摘要）上海证券报
[2025-03-24]（云天励飞投资者关系活动记录表）证券日报网
免责声明
本文仅为行业资讯，不构成任何投资、采购以及机器人项目落地建议；云天励飞世界动作模型的榜单成绩、端侧高效推理性能，会受模型版本、硬件配置、环境条件影响，算法迭代、产品落地进度请以云天励飞官方公告为准。