智元机器人自研世界模型GE 2.0登顶WorldArena：2B参数力压英伟达、微软

数据快照： 智元机器人于2025年（根据素材推断，具体日期未披露）在具身智能领域热门榜单WorldArena Track1中登顶。该赛道主要评测世界模型的感知与动作响应能力。

核心发现： GE 2.0模型仅使用20亿（2B）参数，便超越了英伟达、微软等团队的更大参数模型。现有数据尚不足以提供所有参评模型的具体参数表，但胜出结果已获榜单公开确认。

背景： WorldArena是一个专注于具身智能世界模型性能评估的公开榜单。Track1赛道聚焦模型对真实环境变化的感知能力以及执行动作指令的准确性。智元机器人是专注人形机器人研发的中国企业。

方法： GE 2.0（Genie Envisioner-Sim 2.0）采用轻量化架构。其设计目标是验证小参数模型在具身智能应用中的适配性。不同口径之间存在差异：部分报道强调其“小模型击败大模型”的颠覆性，但智元官方资料更侧重该模型在实际部署中的效率优势。

技术特征： GE 2.0首次声称全面覆盖了长时序生成、多视角生成、本体状态生成、近实时推理及奖励判别五大核心环节。这一判断的置信度为中等，因为“全面覆盖”的定义标准取决于不同团队的技术路线选择。

性能测试： 在长时序生成测试中，GE 2.0能稳定输出40-50秒的高质量视频内容。我们观察到这些视频与真实世界保持了较高的相关性，但未披露具体相关性指标的量化数值（如PSNR、FID等）。

内置机制： GE 2.0具备奖励模型（Reward Model）机制。该机制可从生成数据中自动筛选高质量样本，作为反馈信号回流给策略模型。数据显示，这种闭环训练模式使多项具身任务的性能表现获得提升。

行业含义： 该模型验证了在算力资源有限的机器人场景中，轻量化世界模型同样能达到甚至超越重型模型的感知-动作耦合能力。需要注意的是，WorldArena榜单本身也处于持续迭代中，不同评估周期的任务难度设置可能存在差异。

局限性： 现有数据未提供GE 2.0与其他参评模型的具体参数量对比表，也未披露其在不同硬件平台（如Jetson、边缘计算设备）上的实际推理速度。短期泛化能力尚需更多公开测试数据支撑。

预测区间： 如果该技术路线被后续开源，人形机器人行业的世界模型部署成本预计将下降约30%-50%（基于现有小模型蒸馏研究的经验外推，该预测区间较宽）。该推测的置信度较低，因为实际开发部署还涉及算力、数据等复合因素。

---

对比：当英伟达用算力堆参数时，智元选择让参数更小。两种路径的最终赢家，将由真实机器人手臂的每一次抓取动作决定。

---

互动引导： 如果你在机器人或具身智能领域工作，是否看好轻量化模型替代大规模预训练模型的正向路径？欢迎在评论区分享你的技术评估。