在人工智能領域，阿里巴巴再次展現(xiàn)強勁實力。近日，其自主研發(fā)的ABot-PhysWorld模型在世界模型權威評測平臺WorldArena中脫穎而出，成功登頂榜首。這是繼4月初HappyHorse模型在Artificial Analysis評測中奪冠后，阿里在短短半個月內第二次斬獲國際頂級AI評測桂冠。
WorldArena評測體系由清華大學牽頭，聯(lián)合普林斯頓大學、新加坡國立大學等七所國內外頂尖高校及科研機構共同構建。該評測通過16項核心指標和3類真實場景任務，對模型在物理規(guī)律理解、三維空間認知、動態(tài)預測等關鍵能力進行全方位檢驗。其評估標準之嚴格、測試場景之復雜，被業(yè)界視為世界模型領域的"終極考場"。
ABot-PhysWorld的核心突破在于其獨特的物理推理能力。傳統(tǒng)模型在模擬物體運動時，往往只能生成短時靜態(tài)畫面或簡單裝飾效果，而該模型可精準預測物體在復雜交互中的運動軌跡。無論是堆疊物體的倒塌過程、流體的動態(tài)變化，還是機械結構的聯(lián)動反應，都能保持多步驟因果邏輯的連貫性。這種能力使其在機器人任務規(guī)劃、工業(yè)異常檢測等實際應用場景中展現(xiàn)出巨大潛力。
評測數據顯示，在涉及多物體交互的長程預測任務中，ABot-PhysWorld的準確率較第二名提升23%。特別是在流體動力學模擬和剛體碰撞預測等高難度項目上，其表現(xiàn)顯著優(yōu)于GigaWorld、Google Veo等國際知名模型。專家指出，這種突破標志著具身智能研究從"感知智能"向"認知智能"的重要跨越。
阿里巴巴研發(fā)團隊透露，ABot-PhysWorld采用創(chuàng)新的物理引擎與神經網絡融合架構，通過構建虛擬物理實驗室進行強化學習。該模型在訓練過程中模擬了超過10億種物理場景，形成對物質世界運行規(guī)律的深度理解。目前，相關技術已應用于物流機器人路徑規(guī)劃、智能制造缺陷檢測等多個領域。
