導言

當前具身智能研發正面臨“雙重枷鎖”：一方面，真機驗證成本高、仿真偏差大，制約策略驗證效率；另一方面，海量真機數據尚未構建基于軌跡擴增的高效利用機制，導致數據未被充分利用，制約了模型的持續進化。

為打破這一困局，智元機器人在去年發布的機器人4D世界模型基礎上，進一步創新迭代，推出動作序列驅動的世界模型框架 EVAC（EnerVerse-AC），同時配套提出全球首個具身世界模型評測基準 EWMBench，構建從世界模型從訓練到評測的全鏈路閉環。另外，這兩大創新成果現已全面開源，EVAC也成為全球頂尖機器人賽事AgiBot World Challenge @ IROS 2025的baseline之一。

近日，智元機器人重磅發布具身智能領域雙重里程碑式突破：全球首個基于機器人動作序列驅動的具身世界模型EVAC (EnerVerse-AC)，以及具身世界模型評測基準EWMBench。

這兩大創新成果現已全面開源，旨在構建“低成本模擬-標準化評測-高效迭代”的全新開發范式，持續賦能全球具身智能研究，加速技術落地與產業發展。

EVAC arxiv：

https://arxiv.org/abs/2505.09723

https://github.com/AgibotTech/EnerVerse-AC

EWMBench arxiv:

https://arxiv.org/abs/2505.09694

https://github.com/AgibotTech/EWMBench

直面行業瓶頸，破解具身智能研發的“雙重枷鎖”

當前具身智能演進面臨兩大關鍵制約：在測試階段，真機驗證代價大、風險高，仿真系統又受制于虛實偏差；在數據層面，海量真機數據尚未構建基于軌跡擴增的高效利用機制，限制了多樣性生成與泛化訓練。

為打破困局，智元機器人依托深厚的技術積累，精準洞察行業痛點，在去年發布的世界模型架構EnerVerse基礎上推出創新成果：基于動作序列驅動的世界模型 EVAC與具身世界模型評測榜單 EWMBench，構建從訓練到評測全鏈路技術閉環，重新定義具身世界模型研發范式。

技術突破：EVAC——全球首個機器人動作序列驅動的世界模型

EVAC 是一個能夠動態復現機器人與環境復雜交互的世界模型，標志著從傳統仿真到生成式模擬的躍遷。

▍核心能力：從“物理執行”到“像素空間”的精準映射

EVAC基于前序工作 EnerVerse 架構持續演進，創新型引入多級動作條件注入機制，實現 “物理動作 - 視覺動態” 的端到端生成，其核心能力體現在以下幾個方面：

?機器人動作與像素的高精度對齊：將機械臂 6D 位姿（x,y,z,roll,pitch,yaw）與末端執行器行程投影為action map，確保物理動作與圖像幀的像素級對齊，精準建模 “抓取”、“放置”、“碰撞”、“推拉”、“快速拋擲”、“緩慢搖晃” 等復雜動力學行為；

?動態多視圖建模：引入Ray Map編碼相機運動軌跡，支持頭部、腕部等多視角協同生成一致且連貫的視覺場景，賦予機器人更全面的環境生成能力。；

?卓越的長時序一致性：采用 Chunk-Wise 自回歸擴散架構與稀疏記憶機制（Sparse Memory），EVAC能夠實現單視圖穩定生成長達 30 個連續片段、多視圖下亦可維持 10 個連續片段的無漂移穩定輸出，保證了模擬過程在時間軸上的連貫性與真實性；

?數據高效利用：融合 Agibot-World 數據集+ 失敗軌跡（如抓取滑脫、路徑碰撞）提升生成質量，該策略能有效抑制幻覺現象，使模型能更合理、更全面地建模機器人與環境的交互動態。

▍雙重價值：生成式仿真評估+數據引擎雙輪驅動

生成式仿真評測：

針對真機評測成本高、風險大、難以復現等痛點，EVAC開創性地提出了生成式模擬評測方案，它能與待評測的策略模型進行交替推理，構建起一套完整的交互式評測管線。實驗顯示，在多個任務中，EVAC所生成的評測結果與真機評測的成功率具有高度一致性，甚至能夠可靠地識別出性能更優的模型權重，大幅提升了策略模型的篩選效率。

數據增廣引擎：

EVAC 能夠基于極少量的專家軌跡數據，通過動作插值與高保真畫面生成技術進行大規模數據增廣。應用結果表明，采用EVAC數據增廣數據訓練的策略模型，其任務成功率提升高達29%，目標跟隨性得到顯著改善，驗證了這一方案在具身智能研究中的實用性與高性價比。

具身世界模型評測基準EWMBench——打造具身世界模型的“質檢尺”

為了科學、系統地衡量具身世界模型的性能表現，智元機器人推出了全球首個具身世界模型評測基準——EWMBench，旨在填補行業空白，構建統一、可信的評測標準。

▍三維度評估體系：場景×動作×語義的立體考核

針對機器人操作場景的復雜性與特殊性，EWMBench構建了立體化的評估體系，從場景一致性、動作合理性與語義對齊與多樣性三大核心指標進行分析：

場景一致性Scene Consistency：評估生成場景中背景/物體/視角等穩固度與真實性，采用微調過的DINOv2特征進行量化。

動作合理性Motion Correctness：利用HSD (Symmetric Hausdorff Distance), nDTW (normalized Dynamic Time Warping) 和 Dynamics Score 三重互補指標協同精確評估生成動作的合理性與動力學真實度。

語義對齊與多樣性Semantic Alignment & Diversity：結合MLLM(多模態大模型）和CLIP從全局指令對齊度、關鍵步驟語義準確性、邏輯合理性等多個層次對生成視頻進行語義理解評估。

▍權威數據支撐與便捷開源工具

?基準數據集：EWMBench 基于行業領先的開源百萬真機數據集 AgiBot World 構建，涵蓋了家居、工業、醫療三大場景的 10 類典型機器人操作任務和剛體 / 柔體 / 流體 / 關節物體等多種交互對象，其中包含超過 300個精心設計的測試樣本及 30% 挑戰性場景（低光照 / 部分遮擋），全面驗證模型在復雜環境下的魯棒性。

?開源評測工具：智元機器人同步開源了全流程評測工具，支持一鍵生成標準化對比報告，大幅降低評估門檻，方便研究者快速開展模型比較與性能分析，加速實驗驗證與成果復現。

▍卓越評測性能：更貼近人類主觀感知

相較于當前主流視頻生成評測基準 VBench，EWMBench 在評測結果與人類主觀判斷的一致性方面表現更優，能夠更真實、細致地反映具身世界模型在交互理解、動作還原與視覺一致性等核心維度的實際能力。

協同效應：EnerVerse X EVAC × EWMBench的“螺旋進化”

EnerVerse 作為強大的世界模型基礎架構，為 EVAC 提供可靠的基礎框架與預訓練能力，而 EVAC 生成的多樣化高質量數據又能反哺 EnerVerse 模型的持續優化，二者形成 “訓練 - 驗證” 技術閉環，不斷推動模型性能突破。通過 EWMBench 提供的精細化、多維度量化分析，研發團隊可以精準定位 EVAC 在處理如 “多物體交互”“動態環境避障” 等復雜場景的潛在不足，從而進行更具針對性的優化。

EVAC 與 EWMBench 組合方案，已正式入選 AgiBot World Challenge @ IROS 2025 – World Model賽道的官方基線系統與評測標準。對于致力于具身智能世界模型研究的開發者和團隊而言，提供了一個寶貴的實踐與驗證平臺。我們鼓勵有興趣的同行關注并參與此項挑戰賽。參賽者將有機會：利用EVAC開源代碼與模型權重，訓練、調優具身世界模型；通過EWMBench全面的評測維度和標準化工具，客觀評估其世界模型的性能；在統一的基準下與全球研究者交流、比較和迭代各自的創新方法。AgiBot World Challenge @IROS 2025旨在促進具身智能領域的前沿探索與技術交流，期待通過這一平臺見證更多富有創造力的成果。

具身世界模型 EVAC和具身世界模型評測基準 EWMBench的發布和開源，將全面破解模型評測成本高和數據價值未充分挖掘利用的行業痛點，標志著具身智能進入“算法-評測” 協同進化時代。

智元機器人也將持續踐行具身智能生態發展的創新和協作，持續推動前沿技術開源，引領具身智能邁向更高效、更普適的未來。