智象具身世界模型发布，登顶RoboColiseum子榜单

fudashuai

       新浪科技讯 9月7日晚间消息，今日，智象未来发布具身世界模型HiDream-O1-Embodied。该模型强化了机器人物理感知与动态预判能力，可助力具身智能实现更高阶的物理交互。在具身智能模型评测平台RoboColiseum上，HiDream-O1-Embodied在核心的Robustness（扰动适应）子榜单中，以平均分0.692的成绩登顶榜首。

　　据悉，HiDream-O1-Embodied以0.692分成绩登顶榜首，得益于其原生全模态底座——为跨模态理解与生成提供了基础。而在执行环节，为了保证在真实世界的各类 “意外”中保持稳定。HiDream-O1-Embodied在语言理解、视觉感知、高容错机制三项核心能力上进行了突破性创新，让理解更精准、感知更稳健、抗干扰能力更强。

　　语言理解层面，HiDream-O1-Embodied覆盖多元动词、句式与表达方式的等价指令空间，不被句式束缚，只锁定意图本身。无论指令如何变换，它都能穿透字面，直达用户的本意。

　　视觉感知层面，物理世界中机器人的视觉通道并非是理想状态。相机位置可能发生偏移，标定精度会随时间变化，单路画面也可能受到遮挡或干扰。HiDream-O1-Embodied综合多个视角的信息，让不同视觉通道相互补充，而非依赖某一固定视角。当部分视觉信息出现偏差或暂时不可用时，模型仍能借助其他视角理解场景、判断任务并继续执行，让系统从“一处失灵、全局失效”，转变为“局部受限、整体仍可运行”。

　　高容错机制层面，真实世界中光照变化、画面污损、视野遮挡、信号波动，都是机器人实际运行时可能遇到的日常情况。HiDream-O1-Embodied在训练阶段便主动引入多种非理想条件，让模型反复面对不完整、不稳定的信息，并学会从有限线索中作出可靠判断。这样的训练使模型不只追求理想条件下的最佳表现，也更加重视复杂环境中的持续稳定。（文猛）