云天励飞在 BEHAVIOR 具身智能挑战赛拿到全球第二名，参赛方案 IF1001 采用 WAM 世界动作模型路线，在 57 支队伍里交出 61.55% 的 Q-score、41.20% 完整任务成功率，这套方案核心思路是把物理世界预测和机器人动作决策绑定在一起，解决传统具身模型只能做简单单次动作、很难跑完一长串连贯复杂任务的短板，同时团队配套做低比特量化、算子裁剪、软硬件协同优化，重点适配自家 NPU 芯片，让这个世界动作模型可以在机器人端侧硬件上低延迟、低功耗跑起来，不用全程依赖云端算力，这也是本次成绩的核心亮点，代表国内厂商在面向长时序物理交互的具身模型路线上，已经追上国际头部梯队。
一、BEHAVIOR 挑战赛 TOP5 榜单
| 名次 | 队伍名称 | 技术方案 | Q-score | 完整任务成功率 |
|---|---|---|---|---|
| 1 | The North Star | Hierarchical Physical RSI | 0.663 | 48.2% |
| 2 | IF1001（云天励飞） | WAM 世界动作模型 | 0.6155 | 41.20% |
| 3 | Cyber | WAM | 0.596 | 39.6% |
| 4 | Anyverse | A-MEAS | 0.498 | 32.0% |
| 5 | Autolab | A-WLA | 0.495 | 30.9% |
二、WAM 世界动作模型和传统 VLA 模型的差别
- VLA 视觉语言动作模型：输入图像 + 文字指令，直接输出动作，只看当下画面，缺少对后续物理变化的预判，长任务容易中途出错、卡死；
- WAM 世界动作模型：增加世界状态预测分支，机器人先预判自己动作之后环境会怎么变，再挑选动作，适合多步骤、有因果关联的家务、操作类长任务；
- 落地差异：WAM 计算量更大，对端侧推理优化要求更高，这也是云天励飞重点攻关端侧推理优化的原因。
三、这套世界动作模型攻克的复杂具身任务难点
- 长时序链式任务：任务拆成多个相互依赖的子步骤，机器人需要记住前面做了什么，不能丢失上下文；
- 物理不确定性：物体滑动、遮挡、摆放位置变化，模型要容忍物理世界里的小误差；
- 多目标交互：要识别、抓取、摆放、使用工具，而不是单一识别物体；
- 端侧实时约束：人形、服务机器人算力有限，推理延迟太高就跟不上运动控制节奏。
四、云天励飞端侧高效推理的优化手段清单
- 模型量化：采用低比特量化，压缩模型权重，降低算力与带宽开销；
- 算子适配：针对自研 DeepEdge NPU 芯片做算子定制，减少冗余计算；
- 模型分支解耦：把高层世界预测、底层动作策略分开调度，按需唤醒；
- 仿真预训练 + 真机微调：先用仿真数据完成大部分训练，减少真机调试成本，降低端侧迭代压力；
- 端云协同备选：复杂规划可以上云，高频动作闭环放在本地端侧，保证实时性。
五、本次突破释放的行业信号
- 世界动作模型 WAM 已经成为具身智能主流路线，重点解决长流程复杂操作；
- 国内厂商不再只追识别、感知跑分，开始攻坚物理交互、长任务规划这类硬核能力；
- 算法芯片化路线的价值凸显：云天励飞同时做模型和自研 NPU，更容易把大模型塞进机器人终端；
- 评测从简单分拣走向贴近真实生活的连续任务，更贴近人形机器人商业化的真实需求。
【相关 FAQ】
问题 1：云天励飞的世界动作模型拿到全球第二，WAM 世界动作模型是什么，怎么实现复杂具身任务？
回答 1：WAM 世界动作模型就是把对物理世界未来状态的预测和动作决策联合建模，机器人不光看懂当前画面，还能预判动作带来的环境变化，适合连贯的多步骤复杂具身任务。云天励飞凭借这套方案在 BEHAVIOR 挑战赛拿到全球第二，同时搭配端侧量化、算子优化方案，实现世界动作模型在机器人本地硬件上高效推理。
问题 2：云天励飞世界动作模型的端侧高效推理，和云端推理有什么不一样？
回答 2：云端推理把图像、指令全部上传服务器计算，延迟高、依赖网络；端侧高效推理是把世界动作模型部署在机器人本地 NPU 芯片上，动作闭环本地完成，延迟更低、断网也能继续执行任务，是服务机器人、人形机器人落地的必要条件。
问题 3：云天励飞 IF1001 方案拿全球第二，BEHAVIOR 这个具身挑战赛主要测什么？
回答 3：BEHAVIOR 挑战赛专门测试机器人的长时序复杂具身任务，比如连续家务操作，不是简单的单次抓取。评测用 Q-score 和完整任务成功率两个核心指标打分，云天励飞的世界动作模型方案在 57 支队伍里排到全球第二，验证了 WAM 路线在连续物理交互任务上的有效性。
【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）快科技
[2026-11-12]（云天励飞 IF1001 斩获 BEHAVIOR 挑战赛全球第二名）驱动之家
[2026-09-22]（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）界面新闻
[2026-07-26]（2026 中国具身智能行业洞察报告）电子工程专辑
[2025-08-26]（云天励飞半年度报告：算法芯片化、DeepEdge NPU 端侧推理）上交所
免责声明：本文内容仅整理本次 BEHAVIOR 挑战赛公开评测信息与技术观点，不代表对云天励飞相关产品量产能力、商业化效果的背书；具身智能模型性能受硬件、场景、数据集影响较大，评测结果仅限定在本次比赛任务范围，不构成投资、产品选型决策依据。
本文来自作者[幻频路由]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/bdt/202611/999.html
评论列表（4条）
我是环球科技潮的签约作者“幻频路由”！
希望本篇文章《云天励飞世界动作模型拿下全球第二，攻克复杂具身任务并落地端侧高效推理》能对你有所帮助！
本站[环球科技潮]内容主要涵盖：科技,科技新闻,黑科技
本文概览：云天励飞在 BEHAVIOR 具身智能挑战赛拿到全球第二名，参赛方案 IF1001 采用 WAM 世界动作模型路线，在 57 支队伍里交出 61.55% 的 Q-score、41.20% 完整任务成功率，这套方案核心思路是把物理世界预测和机器人动作决策绑定在一起，解决传统具身模型只能做简单单次动作、很难跑完一长串连贯复杂任务的短板，同时团队配套做低比特量化、算子裁剪、软硬件协同优化，重点适配自家 NPU 芯片，让这个世界动作模型可以在机器人端侧硬件上低延迟、低功耗跑起来，不用全程依赖云端算力，这也是本次成绩的核心亮点，代表国内厂商在面向长时序物理交互的具身模型路线上，已经追上国际头部梯队。