3个关键点快速了解τ0-WM开源具身世界模型

关于AI行业的3个关键点快速了解τ0-WM开源具身世界模型。17800小时真机遥操作数据，5B参数，全球最大开源预训练具身世界模型——τ0-WM由上海创智学院副教授、智元机器人首席科学家罗剑岚团队发布。这规模够不够硬核？相当于一台机器人被连续遥操作整整两年，确实让人惊叹。

真机数据曾被视为奢侈品，行业普遍只将其用于微调。τ0-WM却以3万小时预训练数据中真机占1.78万小时，颠覆了这一认知。可以说，团队用几年如一日的积累，构建了数据飞轮，让具身智能的预训练走向规模化。

测试时计算是τ0-WM的核心亮点。模型对多个候选动作排序，选出最优方案，质量不够则调用模拟器修正。这就像让机器人先预演再执行，在Toolbox（工具收纳）、School Bag等长程精细操作任务中成功率明显提升。

关键点一：开源。τ0-WM向全球开源，为行业提供了预训练基础设施。更多团队可以基于它开发应用，推动具身智能落地。

关键点二：预训练与后训练结合。τ0-WM不仅预测未来画面和动作，还能在部署后持续优化。这为具身智能的发展提供了新思路。

关键点三：真机数据规模化验证。17800小时真机数据证明，真机数据可以成为预训练主体。这改变了行业对真机数据的认知，推动具身智能进入新阶段。

四个长程精细操作任务中，τ0-WM平均成功率超过对标模型。从收纳工具到其他复杂操作，测试时计算的效果确实明显。这算不算一次有力的技术验证？

τ0-WM的发布，带动具身智能进入数据驱动的新阶段。团队用真机数据砸出预训练模型，为行业带来新的可能性。这可是全球最大规模的预训练具身世界模型，开源共享让更多人受益。