随着世界模型成为具身智能的重要技术方向，如何评价模型对空间、物理规律和环境变化的理解能力，正在成为行业关注的核心问题。

在WorldArena Track-1最终评测中，考拉悠然联合同济大学空间智能团队打造的悠然无界世界模型，开源版本BLM获得全球开源模型第一，闭源版本BWM-Fast位列全球第二。目前，相关能力正进一步与Geek Mind具身大脑结合，并应用于工业巡检等真实场景。

从公开Benchmark验证，到具身智能产品落地，世界模型的竞争正在从“生成未来”进一步走向“理解世界并服务行动”。

WorldArena，世界模型的一场统一“考试”

WorldArena是一套面向具身世界模型（Embodied World Models）的统一评测体系。

与单纯评价生成视频清晰度不同，WorldArena Track-1从视觉质量、运动质量、内容一致性、物理遵循性、3D空间准确性和可控性等6大维度、16项指标进行综合评测。

其背后的问题是：一个世界模型除了生成“看起来合理”的未来画面，能否真正理解物体位置、空间关系和运动变化，并预测执行不同动作之后，环境会发生什么。

这也是世界模型与具身智能产生连接的关键。

对于机器人而言，仅仅回答“我看到了什么”还不够。真正进入物理世界后，它还需要进一步判断：

“如果我这样做，接下来会发生什么？”

因此，WorldArena的评价也不只停留在生成效果，还进一步指向数据生成、策略评估、动作规划等功能价值。

开源第一，验证的不只是生成质量

2026年5月，WorldArena Track-1最终榜单公布。

其中，悠然无界世界模型开源版本BLM位列全球开源模型第一，闭源版本BWM-Fast位列全球第二。同济大学公开信息显示，BLM取得64.54分，BWM-Fast取得67.87分。

相较于单纯将其理解为一次“视频生成排名”，WorldArena更重要的意义在于，通过统一标准对模型在空间、运动、物理一致性和动作控制等能力上的表现进行量化验证。

这些能力，也构成了世界模型进一步服务具身智能的基础。

工业巡检成为具身智能落地场景之一

目前，这一路径正在工业巡检中进行产品化应用。

面对大型制造车间中巡检设备异构、本体类型多、任务差异大以及危险区域人工进入受限等问题，考拉悠然将Geek Mind具身大脑与四足机器人等本体结合，通过硬件抽象、任务理解与空间感知，实现不同机器人本体与巡检任务的快速适配。

在实际任务中，机器人可以根据巡检要求完成环境感知、指令理解、路径规划和任务执行，并覆盖部分人工不便进入的复杂区域。

这意味着，世界模型的能力正在从Benchmark中的预测和推演，进一步进入真实设备与真实任务。

从资本投入到世界模型产业化

世界模型与具身智能的发展，也需要持续的研发、训练和产品投入。

2024年8月，考拉悠然完成亿元级B轮融资。公开信息显示，该轮融资用于进一步支持人工智能模型迭代及产业应用。

从模型研发、WorldArena公开评测，到Geek Mind具身大脑与工业场景结合，考拉悠然正在推进“底座模型+智能体+场景复制”的产品化模式，将底层模型能力进一步转化为具身智能产品能力。

从榜单上的能力验证，到真实环境中的任务执行，世界模型下一阶段的竞争，也将越来越从“能生成什么”，走向“能否理解世界、推演变化，并真正服务于行动”。