优必选 Thinker-WM 登顶三大具身世界模型基准
原标题：霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
AI 摘要
优必选发布自研统一多模态世界模型 Thinker-WM，在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中均取得第一名。该模型以 Unified Dynamic Transformer（UDT）为核心，将 RGB 视频、深度和机器人动作编码到同一共享表征空间联合演化，单套权重支持视频-动作联合生成、世界预测、策略推理、视频转动作、逆动力学等六种能力。训练数据约 3 万小时异构语料，并已在优必选机器人平台完成部署验证，技术报告与迭代版本将在 Thinker Cosmos 社区更新。
正文节选
霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力 优必选 Thinker-WM在三大公认具身世界模型基准评测中全部拿下第一名 01 三大基准全榜登顶，Thinker-WM 斩获三项第一 日前，优必选 Thinker-WM在三大公认具身世界模型基准评测中全部拿下第一名，刷新行业成绩： WorldOlympiad： Thinker‑WM 取得综合得分 0.740 位列榜首。该基准基于大量真实机器人交互数据构建，覆盖十余种不同机器人本体与多类相机配置，重点考核模型跨机器人形态、跨视角的泛化能力。模型取得 3D 一致性 0.531、交互保真度 0.765，两项单项指标位居全部参评模型首位，体现模型对三维几何结构与机器人交互过程的精准建模能力。 EWMBench： Thinker‑WM 取得综合总分 4.66，超过 Qwen‑RobotWorld、Sora2 等主流模型。EWMBench 完整考核场景一致性、机器人末端运动正确性、指令语义对齐三大能力维度。得益于表征层面的多模态联合建模，Thinker‑WM 在反映机器人轨迹时空匹配的 nDTW（归一化动态时间规整）