中科第五纪FlowWAM登顶全球榜单 国产具身世界模型迎来破晓

当前行业的一系列关键进展，清晰地传递出一个信号：具身智能已不再局限于早期的“视觉仿真”阶段，正全面进入依赖深度“空间认知”能力的新时代。

这一趋势在全球权威的具身世界模型基准评测WorldArena的最新排名中得到了有力验证。由中科第五纪研发的最新一代具身世界模型FlowWAM，凭借其在物理规律遵循与三维空间理解方面的卓越能力，成功登顶综合榜首。这一成绩，直观展现了国产模型在应对动态、复杂且需真实交互的任务时，所能达到的高精度与高保真度。

核心突破：两大关键维度领先，奠定空间认知基石

与以往偏重“画面美观度”的评估体系不同，WorldArena的评测更为全面，覆盖6大核心维度及16项细分指标。FlowWAM在其中两个至关重要的维度上取得了领先优势，标志着它已超越“高级视频生成器”的范畴，真正拥有了为机器人提供精准物理空间感知与决策支持的潜力。

其领先优势具体体现在以下两方面：

一是物理遵循（Physics Adherence）位列第一。此项直接针对生成式模型常出现的“虚假物理交互”问题。在交互质量上，模型生成的机器人动作，无论是物体接触、抓取还是力传导过程，都呈现出高度的物理真实性。特别是在轨迹预测准确度上，其时空对齐能力在所有参评模型中最为出色。这意味着，它不仅能预测下一帧图像，更能规划出一条符合真实物理规律的精确操作路径。

二是3D准确度（3D Accuracy）夺得榜首。此项关乎模型能否准确重建三维几何结构，消除空间错觉。在深度估计准确性方面，其生成的场景几何与真实环境高度一致，有效缓解了单目视觉固有的尺度模糊问题。在透视合理性方面，无论是物体随距离的尺度变化，还是复杂的光影与遮挡关系，模型都表现出强大的三维空间逻辑推理能力。

两大硬核指标双双夺冠，意味着FlowWAM在处理需要精确物理理解和空间重建的真实世界任务时，将表现出更佳的可靠性与实用性。

技术路径：从FAM-1到FlowWAM，具身大脑的持续进化

FlowWAM是中科第五纪在具身智能领域技术积累的最新成果。回顾其发展历程，可以清晰看到团队在构建“具身智能大脑”上的演进思路。

早期的FAM-1模型，通过引入3D热力图进行二次预训练，有效减少了模型在空间理解过程中的信息损失，实现了在极少标注数据下的快速适配，让机器人初步具备了少样本学习与泛化操作的能力。

随后的BridgeV2W模型，作为第一代具身世界模型，通过将不同形态机器人的行为统一进行空间像素化表征，有效弥合了“从动作指令到视觉结果”的语义鸿沟，实现了跨机器人平台下的未来场景准确预测，让机器人具备了初步的跨本体可靠操作能力。

发展到当前的FlowWAM阶段，虽然具体架构细节尚未完全公开，但从其名称中的“Flow”（流动）一词可以推测，模型很可能在理解物理空间的动态连续性、物质流动及因果推理预测方面取得了关键性突破。这也最终助力其在物理遵循与3D准确度这两个核心指标上，建立了显著的技术壁垒。

行业展望：国产具身世界模型迎来“破晓时刻”

仔细观察WorldArena榜单前列，除了中科第五纪，还能看到众多中国顶尖团队与科研机构的身影。这揭示了一个重要趋势：在全球具身智能的竞赛中，中国力量正在“具身世界模型”这一决定未来高度的核心赛道上实现集体突破。

相较于海外巨头在通用视频生成（如Sora、Gen-3）领域的先发优势，国内具身智能赛道呈现出更鲜明的“垂直深耕”特征：从追求“感知画面”转向“理解场景”，从技术演示加速向工业制造、智慧物流、家庭服务等具体场景的实际落地转化。

随着2026年被普遍视为具身智能的关键应用元年，国产具身世界模型凭借在空间理解与物理交互方面的扎实进展，已占据了新一轮技术发展的战略高地。接下来的核心看点，无疑将是从技术领先优势到规模化产业生产力的高效转化，以及在各行各业中创造切实价值。