近日，智象未来（HiDream.ai）正式推出具身世界模型 HiDream-O1-Embodied，值得关注的是，该模型并非是单纯在既有技术路径上的延伸，而是对原生全模态理念的一次纵深实践，将视觉、语言、动作、3D 等多源信息统一纳入同一表征框架，使机器人不仅能够「看懂」和「听懂」，更能在物理环境中实时预判动态、稳健操作。由此，智象逐步完成了从图像、视频、3D 到动作的全模态覆盖，并贯通了理解、推演到执行的全链路，构建起统一世界模型基座的技术闭环。
近日，智象未来（HiDream.ai）正式推出具身世界模型 HiDream-O1-Embodied，值得关注的是，该模型并非是单纯在既有技术路径上的延伸，而是对原生全模态理念的一次纵深实践，将视觉、语言、动作、3D 等多源信息统一纳入同一表征框架，使机器人不仅能够「看懂」和「听懂」，更能在物理环境中实时预判动态、稳健操作。由此，智象逐步完成了从图像、视频、3D 到动作的全模态覆盖，并贯通了理解、推演到执行的全链路，构建起统一世界模型基座的技术闭环。
RoboColiseum 榜首之争：0.692 分背后的「扰动适应」硬实力
HiDream-O1-Embodied 首次参与具身智能模型评测平台 RoboColiseum，便在最具挑战性的扰动适应（Robustness）子榜单中以平均分 0.692 登顶。该平台基于高保真仿真环境，高度还原真实世界的复杂状况，设置指令跟随、空间理解、扰动适应与通用操作四大能力子榜，共计 78 项评测任务。
其中，扰动适应被公认为难度最高的一环，它通过随机改变背景、光照、材质、机器人初始状态、相机视角与图像质量，并对指令进行多样化改写，考察模型在非理想条件下的稳定性与泛化能力。换句话说，这不再是实验室「温室」中的标准考试，而是让模型直面真实世界中层出不穷的「意外」。HiDream-O1-Embodied 以 0.692 分的成绩拔得头筹，其原生全模态底座为此提供了根本支撑，跨模态的先天优势让模型在感知与理解层面拥有更宽的带宽，而在执行阶段，三项突破性创新则进一步夯实了其稳健性与抗干扰能力。
语言穿透力：超越关键词匹配，直抵用户意图
传统机器人对语言指令的解析往往停留在关键词匹配的浅层，一旦句式或措辞发生变化，响应便可能中断。HiDream-O1-Embodied 构建了覆盖多元动词、句式与表达方式的等价指令空间，使模型摆脱对固定词序的依赖。无论用户说「把杯子拿过来」、「给我拿个杯子」还是「杯子递我一下」，模型都能穿透字面变体，锁定核心意图。这种能力并非简单扩充词汇表，而是在原生全模态框架下将语言与视觉、动作表征对齐，让指令理解真正服务于任务目标，而非机械地响应预设模板。
多视角视觉协同：告别「单点失灵，全局瘫痪」
物理世界中，机器人的视觉通道远非理想状态，相机可能偏移、标定精度随时间漂移、单路画面可能被遮挡或受噪声干扰。HiDream-O1-Embodied 采用多视角信息协同策略，不同视觉通道互为补充，而非依赖某一固定视角。当部分视角出现偏差或暂时不可用时，模型仍能借助其他视角维持场景理解和任务执行能力。这种设计将系统从「一处失灵、全局失效」的脆弱状态，转变为「局部受限、整体仍可运行」的弹性架构，使得视觉感知在真实部署中具备更高的容错空间。
高容错机制：在不完美的数据中练就稳定执行
多数具身模型训练依赖「完美数据」，清晰图像、完整画面、标准视角，但真实世界充斥着光照骤变、画面污损、视野遮挡与信号波动。HiDream-O1-Embodied 在训练阶段主动引入多种非理想条件，迫使模型反复面对不完整、不稳定的信息，并从中学会利用有限线索作出可靠判断。这种训练哲学不仅追求理想条件下的最佳表现，更重视复杂环境中的持续稳定。无论是光照、外观还是场景变化，模型都能灵活调用已有信息，降低环境扰动对任务执行的影响。对 HiDream-O1-Embodied 而言，真正的价值不在于「看得清时做得多好」，而在于「条件不理想时，依然能稳稳完成任务」。
真实基座+生成增强：数据与模型互相驱动的增长飞轮
上述抗扰动能力根植于一个更深层的战略——数据，具身训练中最稀缺、最具决定性的变量正是高质量、多样化的真实数据。智象推出「模型+数据」双驱动策略，让数据生产本身成为模型迭代的有机一环，探索出「真实基座 + 生成增强」的数据生产范式。模型不再被动接收数据，而是主动参与数据创造。
以与诺亦腾的合作为例，高精度真人动作捕捉数据作为真实底座，智象凭借原生全模态能力完成百倍级的数据精细化扩增。基于单段真实动作样本，模型可生成大量变体视频，在严格恪守物理约束的前提下，切换背景环境、光照条件、物体形态等变量，产出海量多元训练样本。这一机制的关键在于，模型同时扮演「考生」与「出题人」：它根据自身能力短板主动生成针对性训练样本，形成数据与模型互相驱动的增长飞轮。正是这种闭环，让 HiDream-O1-Embodied 在现实世界的强扰动面前展现出超乎寻常的鲁棒性。
全模态世界模型矩阵渐趋完整，从数字世界迈向物理世界
不到一个月前，智象发布了交互式世界模型 HiDream-O1-World，并在交互式视频世界模型评测基准 WBench 的 Navi 分榜中以平均分 80.9 登顶。交互式世界模型侧重理解与推演，赋予 AI 在数字世界中对空间、时间、运动与物体关系的完整认知，而具身世界模型则聚焦操作与执行，让 AI 在物理世界中完成真实任务，两者形成有力互补，共同夯实原生全模态世界模型的底层根基。
正如智象未来创始人兼 CEO 梅涛此前强调，下一代大模型竞争的关键，不在于单一模态能力的线性增长，而在于从单模态走向多模态，并最终走向原生统一的全模态。从 HiDream-O1-Image 到 HiDream-O1-World，再到 HiDream-O1-Embodied，智象正稳步构建覆盖视觉模型、交互式世界模型及具身世界模型的完整矩阵，这不仅体现了原生全模态技术在多元场景中的延展能力，更彰显了其强大的内生进化潜力。
来源：互联网
