世界模型榜首易主！跨维智能登顶 WorldArena
一句话看懂：在英伟达、谷歌等巨头布局的世界模型赛道上，中国具身智能公司跨维智能凭借自研的 DSCFuncWorld 模型，登顶权威评测基准 WorldArena 的 Track 2 赛道全球第一，拉开显著比分差距，领先 WoW、BLM 等国际模型。这标志着真正面向产业落地、而非仅追求视觉效果的世界模型能力，已进入中国公司引领的新阶段。
事件核心：发生了什么
2026 年 6 月 3 日，全球具身世界模型评测基准 WorldArena 公布了截至 5 月 25 日的最新榜单。跨维智能的 DSCFuncWorld 模型在 Track 2（Data Engine）赛道中登顶全球第一，大幅刷新该赛道最优成绩，并显著超越了英伟达、谷歌等巨头的世界模型，以及 WoW、BLM 等旗舰级模型。本次登顶的 Track 2 赛道考核的不是视觉画面逼真度，而是模型作为数据合成引擎、策略评估工具与行动规划载体的全链路落地能力，最终以机器人实际作业任务成功率作为核心评判标准。DSCFuncWorld 属于跨维智能自研的 Dex 系列模型，其核心底座是 DexWorldModel，主打因果隐空间建模，利用 DINO 语义特征空间精准建模未来世界状态，并在环境纹理、物体关联、物理规则表达上进行了专门优化。
为什么重要
此次登顶的意义在于：世界模型的竞争焦点已从“画面好看”转向“数据能否用起来”。目前公开信息显示，跨维智能在 Track 2 中的领先，反映出其在具身数据生成、仿真训练闭环、策略赋能和虚实迁移等全链路技术上的优势。对于行业而言，这意味着：第一，世界模型的商业价值不再仅靠视觉表现判断，而是看其能否高效产出可训练的机器人数据；第二，跨维智能所采用的“数据与模型双轮驱动”的技术路线，可能成为具身智能规模化的关键路径；第三，此前由英伟达、谷歌主导的世界模型格局，正在被具备落地能力的中国公司打破，竞争格局将加速重塑。
对用户/开发者/创作者的影响
对于机器人领域的研究者和开发者而言，WorldArena 榜单的变化意味着在选择世界模型进行数据生成或策略训练时，可以优先关注以跨维智能 DexWorldModel 为代表的、更强调“可执行性”的模型方案，而非仅看视觉效果的模型。跨维智能此前推出的 EVA 技术框架（通过逆动力学奖励机制对齐视频生成与可执行动作），以及自研的具身数据基建 EmbodiChain，都表明其模型生成的推演轨迹更贴近真实机器人作业逻辑，能够支撑策略模型的迭代优化。目前这些框架和工具已在 GitHub 上公开，开发者可以尝试接入自身工作流，以验证数据生成效率和训练质量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，跨维智能的 DSCFuncWorld 模型是否会进一步开源或开放 API 接口，从而降低开发者的使用门槛，值得跟踪；第二，英伟达、谷歌等对手在 Track 2 赛道失利后，是否会调整技术路线或快速推出新模型版本，可能引发新一轮榜单竞争；第三，跨维智能的 EmbodiChain 数据基建和 EVA 框架能否被更广泛的机器人社区采用，是验证其长期生态影响力的关键观察指标。
来源：Readhub · AI
