核心观点 - 北京人形机器人创新中心开发的“具身大一统”模型Pelican-Unify 1.0，在WorldArena全球权威评测的“数据引擎”和“综合评测”两大核心赛道同时夺冠，成为该领域全球首个“双冠王”，标志着其具身大脑能力跻身世界第一梯队[2] - 该模型的成功标志着具身智能从“功能拼凑”迈入了“协同进化”的新阶段，提出了一条更接近通用具身智能的建模路径，即让理解、推理、想象与行动在同一个物理智能回路中共享表示、共同训练、相互塑形，为迈向通用具身智能奠定了技术与路径基础[2][20] 评测表现与行业地位 - 全球顶级评测登顶：Pelican-Unify 1.0在由清华大学、普林斯顿大学等8所顶尖机构共同发起的WorldArena评测中登顶，该评测涵盖6大维度、16项细分指标和3大真实应用任务，以学术严谨性和行业公信力著称，吸引了全球几乎所有头部世界模型团队参与[4][5] - 综合能力全面领先：在World Arena综合评测中，Pelican-Unify 1.0以EWM Score 66.03分排名第一，在视觉质量、运动质量、内容一致性、物理遵循、3D准确性等多维度均展现完美平衡，其中3D Accuracy达到98.12%，接近满分[6][8] - “双冠王”成就：公司成为全球唯一在WorldArena“数据引擎”和“综合评测”两大核心赛道同时夺冠的企业，加冕具身智能领域首个“双冠王”[2] 技术突破与模型特点 - “大一统”模型架构：Pelican-Unify 1.0的核心思路是实现“理解、推理、想象、行动”四类能力的统一，而非孤立模块的拼接[9] - 统一理解：将场景、指令、视觉上下文和动作历史映射到共享语义空间[11] - 统一推理：将任务意图、动作选择和未来后果转化为可监督的语言化推理过程[11] - 统一生成：在同一个扩散解码过程中联合生成未来视频和低层动作，使动作受想象后果塑造，想象受任务推理约束[11] - 协同进化训练机制：模型通过一个共享的潜在表示（latent z），使文本、视频和动作三路损失在训练中共同优化，让模型同时学习“如何理解任务”、“未来会发生什么”以及“应该执行什么动作”，实现不同能力模块的相互约束与共同演化[9] 关键能力验证 - 闭环智能与未来预演：模型能够在动作执行前生成未来视觉状态，并使动作预测与未来想象相互对齐，这意味着其“想象”是服务于机器人行动的未来预演，有助于处理复杂任务中的长程依赖、物体接触和空间变化[10] - 真实机器人部署成功：模型已部署至天工人形机器人及UR5e机械臂进行验证[13] - 组合泛化：在仅用“插入RJ45接头”和“做防水处理”等原子任务数据训练、未见过完整组合演示的情况下，成功完成了“先插线、后防水”的未见过长程组合任务[13] - 零样本迁移：展示了强大的跨任务迁移能力[13] - 统一模型未削弱单项能力：实验证明统一训练并未削弱各分项能力，反而有所增强[15] - 理解与推理能力：在8个General / Embodied Benchmarks上取得64.7平均分，达到SOTA水平；在更具具身属性的Where2Place和PhyX评测上，相比基座模型分别提升28.2分和20.6分[15][16][17] - 动作生成能力：在RoboTwin 50-task dual-arm benchmark上取得**93.5%**的平均成功率，与当前SOTA模型性能基本持平，其中50个任务中有31个任务成功率至少达95%，15个任务达100%[17][18] 行业意义与发展前景 - 新范式引领：Pelican-Unify 1.0提出了一条更接近通用具身智能的建模路径，其价值在于让模型既能保持专家能力，又能在真实任务中形成更完整的“推理—想象—行动”闭环智能[20] - 全栈式闭环体系：研发主体北京人形机器人创新中心以通用机器人平台“具身天工”和通用具身智能平台“慧思开物”为双核心，构建了覆盖“本体—大脑—小脑—平台—生态”的全栈式闭环体系，旨在将顶尖模型融入真实生产与服务场景[21] - 降低门槛与加速演进：凭借“双冠王”的技术积累，公司致力于降低具身智能的进入门槛，加速人形机器人从专用设备向通用生产力工具的演进[21]