机器人领域正在兴起一类新榜单，考的不是机器人能不能做动作，而是它脑中的「世界模型」够不够准。10月16日，优必选披露成绩：自研的统一多模态世界模型Thinker-WM，在三大具身世界模型基准评测中全部拿下第一名。
先补上这条新闻的前情。10月15日，优必选公开了Thinker-WM这一统一世界模型——所谓世界模型，是让机器人在行动前先在内部「想象」环境如何随自己的动作变化，从而在真实执行前完成预演和纠错的模型范式。它被视为机器人从「条件反射式执行」走向「想清楚再动手」的关键部件。
这次的三项评测覆盖了三种不同的考察方式。在WorldOlympiad基准中，Thinker-WM以综合得分0.740位列榜首，其中3D一致性0.531、交互保真度0.765两项单项指标均居全部参评模型首位；该基准依托大量真实机器人交互数据搭建，考察的是模型对真实物理交互的还原能力。在EWMBench基准中，Thinker-WM取得总分4.66，超过Qwen-RobotWorld、Sora 2等参评模型，这一基准偏重对生成内容的综合质量评估。在WorldArena 1.0 Track-1中，模型在12项评估维度上整体领先，考察的是仿真环境下的综合表现。
三项基准、三种场景全部登顶，比单项第一更有信息量。真实交互、内容质量、仿真推演分别对应世界模型的三种用途：指导真机操作、生成训练数据、低成本的策略预演。能在同一套架构下通吃三类考察，说明模型不是针对某个榜单过拟合，而是在「理解物理世界」这件事上形成了通用能力。
架构上，Thinker-WM以表征层统一的Unified Dynamic Transformer（UDT）为核心，把RGB图像、度量深度、机器人动作纳入同一套共享表征。可以这样理解：过去视频生成模型、深度感知模型、动作规划模型各说各的「语言」，需要额外的翻译层；统一表征则让三种模态在同一空间里直接对话，预测未来画面与规划动作变成同一个计算过程。
从产业竞争的维度看，具身智能的赛点正在迁移。前两年比拼的是本体硬件的运动能力，今年以来的榜单竞争集中于世界模型与操作策略——魔法原子EchoPolicy-0在MolmoSpaces登榜、优必选Thinker-WM横扫三基准，都发生在10月这两周。世界模型的质量直接决定数据闭环的效率：谁的世界模型更准，谁用同样多的真机数据就能训练出更可靠的操作策略。
需要说明的是，三项基准均以官方披露的评测结果为准，第三方独立复现情况有待观察；仿真与榜单成绩也不能直接等同于真机在产线、家庭等真实场景中的成功率。但方向已经清晰：具身智能的上半场比本体，下半场比世界模型，国产厂商已经在这条新赛道上抢到了头部位置。