考拉悠然无界世界模型斩获WorldArena 2.0两项全球第一

9月16日，世界模型国际基准评测 WorldArena 2.0 全球终榜正式揭晓。考拉悠然旗下悠然无界世界模型在 Track 1（视频质量赛道）综合评分斩获全球第二。本次评测汇聚了来自阿里巴巴、中国科学院等头部科技企业、科研院所以及具身智能初创企业的 80 个模型，重点评估世界模型在视频生成质量、时序一致性及物理演化推理层面的表现。

在多项关键指标中，悠然无界世界模型表现亮眼：

• Background Consistency（背景一致性）全球第一：长视频生成中最常见的失效模式是场景漂移，生成数十帧后背景纹理、光照或物体摆放往往失真。该指标位列榜首，表明模型可在整段推演中稳定维持全局环境。
• JEPA Similarity 全球第一：该指标并非单纯比对像素，而是在高维语义表征空间中度量生成结果与真实物理演化过程的距离，考察场景语义、物体状态与动作变化是否被正确保留。

两项指标夺冠，表明该模型不仅追求画面逼真，更掌握了物理世界随时间演化的核心约束。

架构创新：解决长时推演与分布漂移

世界模型的核心并非算力堆叠，而是对物理规律的建模能力。大语言模型基于统计规律预测下一个 Token，而世界模型则需要在脑海中预演：给定当前场景与连续动作，推演出未来发生的物理变化。

针对长程推演中的误差累积和未见环境中的分布漂移，考拉悠然从架构底层进行了针对性设计：

1. 结构化 4D 世界建模：协同建模初始 3D 场景几何与动作轨迹，将静态空间结构与动态连续动作深度绑定，为每一步推演提供持续的空间与运动先验，抑制物体漂移和误差累积。
2. 动态场景记忆：持续跟踪并更新环境纹理、外观与布局特征，避免模型在长程生成中因“遗忘”而向训练分布回缩，增强域外泛化能力。

训练层面，团队采用“由粗到精”两阶段策略：先通过大规模多样化数据掌握通用场景表征与基础运动规律；再筛选高质量数据微调，强化几何一致性与物理交互的准确性。这套架构使得模型在面对未见场景、双臂协同与长周期复杂任务时，能够保持高度连贯的推演质量。

从技术榜单到工业落地

具身智能的最终价值在于落地执行。考拉悠然以“悠然无界世界模型”为底座，结合自研的 Geek Mind 具身大脑，推动技术在真实工业场景中运行。

目前，该体系已搭载于四足机器人平台，在大型制造企业车间实现无人巡检落地：

• 快速部署：无需对现场产线进行结构化改造，基于场景自适应机制快速配置路线，缩短实施周期。
• 深度因果推理：基于世界模型构建感知-推理闭环，不仅能读取仪表、采集震动与温度，还能对异常情况进行因果分析并给出追溯依据，大幅降低误报率。
• 立体空间作业：借助四足本体跨越楼梯与复杂障碍，覆盖人工难以抵达的高危、狭窄区域。

随着算力成本下降、本体硬件趋于完善，具身智能的技术竞争已从原型演示转向实际产出核算。世界模型从单纯的“仿真推演”迈向工业现场的“作业执行”，正在成为具身智能规模化复制的关键路径。