优必选Thinker-WM在WorldOlympiad、EWMBench、WorldArena三大具身世界模型评测中均获第一。其核心是在表征层统一多模态，将RGB视频、深度与机器人动作编码至共享空间，由统一动态Transformer联合建模，支持六种能力模式。深度作为原生模态使操作成功率提升15个百分点。Motion Probe实验证明视觉表征已编码动作信息，标志具身世界模型从拼接式走向统一生成新范式。

智象未来发布具身世界模型HiDream-O1-Embodied，强化机器人物理感知与动态预判，在RoboColiseum扰动适应榜单登顶。模型通过全模态底座、多视角融合及非理想条件训练提升鲁棒性，并采用“真实基座+生成增强”数据策略，与交互式世界模型互补，构建统一世界模型基座。

原力灵机推出的DW0.5具身世界模型，结合DFOL2.0框架，降低了60%的真机数据需求。DW0.5通过模拟动作后果与价值反馈，提升机器人在复杂环境中的学习能力，支持多模态输入，增强训练效率和成本效益。该模型在多个基准测试中表现优异，已实现闭环流程，未来将应用于具身智能领域。