Hyper-Dimension AI Tops WorldArena Benchmark

•WorldArena 是一個統一的具身世界模型基準測試，綜合評估感知質量（包含16項細分指標）和具身任務功能性（如數據引擎、策略評估器、動作規劃器）。
•跨維智能的模型 DSCFuncWorld 專門在 WorldArena 的 Track 2（數據引擎）賽道中奪冠，該賽道側重於模型的實際應用能力，例如數據合成、策略評估和動作規劃，並以機器人任務成功率為核心評估標準。
•跨維智能的核心技術是 Sim2Real AI，透過物理仿真生成 100% 合成數據來訓練模型，並在實際機器人操作中實現高任務成功率（例如 99.9% 的抓取成功率），有效解決了具身智能數據稀缺的問題。
•WorldArena 由清華大學、北京大學、普林斯頓大學等多所頂尖學術機構聯合發起，已成為具身世界模型領域的國際權威公開評測標準。

📊 競品分析▸ Show

公司/模型	WorldArena 賽道/表現	核心特點 (基於賽道)
跨維智能 (DSCFuncWorld)	Track 2 (數據引擎) 榜首	聚焦數據合成、策略評估、動作規劃等實際應用能力，以機器人任務成功率為核心。
ManifoldAI (Worldscape 0.2)	曾登頂 WorldArena 總榜 (2026年4月)	物理規律遵循與多源交互理解，複雜動態場景生成與具身控制的高精度、強泛化與物理可信度。
考拉悠然 (BLM/BWM-Fast)	Track 1 (視頻質量賽道) 榜首 (2026年6月)	側重視覺畫面、動態效果、物理一致性等感知表現，偏向可視化技術展示。
智元 (Genie Envisioner-Sim 2.0)	Track 1 (感知與動作響應賽道) 榜首 (2026年5月)	聚焦具身智能的「認知與行動」能力，全功能、高可用世界模擬器，長時序生成、多視角生成、本体狀態生成、近實時推理及獎勵判別。
阿里巴巴 (ABot-PhysWorld)	曾登頂 WorldArena (2026年4月)	具備「可推理」的生成能力，在任務規劃、異常預判和自主決策中具備實際價值。

跨維智能的 DSCFuncWorld 模型基於自研的 DexWorldModel 底座。
DexWorldModel 採用因果隱空間建模技術、EVA 動作對齊框架與 EmbodiChain 數據基建。
旨在解決視頻推演與機器人實際操作不匹配的問題，生成符合規範、可用於機器人策略訓練的仿真數據。
核心技術為 Sim2Real AI，透過物理仿真生成 100% 合成數據，包含真實世界的視覺、物理、任務描述及環境干擾，並進行渲染、軌跡數據記錄、關節數據記錄。
自研的 DexVerse™ 2.0 引擎引入全新的 4D Mesh 技術，專為動態物理仿真和數據渲染生成設計，可統一處理剛體、軟體、流體等多種對象。
採用 3D VLA (Vision Language Action) 大模型。
在 RoboTwin 基準測試中，DexWorldModel 平均任務成功率達 94%，零樣本虛實遷移任務表現領先。

具身智能的產業化進程將加速

世界模型在 WorldArena Track 2 等實用性賽道的突破，預示著 AI 模型將更注重實際落地能力而非僅限於感知展示。

合成數據在 AI 訓練中的地位將日益提升

跨維智能透過 Sim2Real AI 和 100% 合成數據實現高精度操作，證明了合成數據能有效解決具身智能數據稀缺問題，降低開發成本。

世界模型將成為通用機器人發展的核心

隨著世界模型對物理世界理解和模擬能力的增強，它們將為人形機器人等通用機器人提供更強大的「大腦」，使其能適應更複雜、非結構化的任務。

2021-06

跨維智能成立

2024-05

跨維智能完成由聯想創投領投的戰略輪融資

2026-03-06

WorldArena 發布最新版測試數據集

2026-05-19

WorldArena 2.0 基準測試發布，擴展了模態、功能和平台維度

2026-05-25

WorldArena 榜單更新，跨維智能的 DSCFuncWorld 模型登頂 Track 2 賽道

跨維智能登頂 WorldArena 世界模型榜首