刷到了华为云昇腾原生具身世界模型的那么一个新闻,刚好又看到了这一份最新的、大模型综合排名方面的表,这两件事情放到一起去看,是把我之前的那一些个困惑,一下子给打通掉了的。
先来说一说这一张榜单。
排在榜首那个位置上的,是 Claude Fable 5.2,紧跟着在后头的,是 Gemini 4 Carbon、还有 Claude Opus 5.5,GPT 的系列,也是稳稳地待在前面的,这些个海外的模型,在综合的评测里面,分数上面是比较亮眼的那种。国内这一边的话,Kimi K3、DeepSeek V4.1、通义千问 Qwen3.8 Max,是给进到了前十的,在长文本、中文的理解,还有本地部署这几个方面上头,是各有各的优势所在的。单是去看数字的话,是很容易就直接得出“海外模型全面领先”的这么一个结论的,我在最开始的那一阵,其实也是这么想的。
可是这一份榜单,大多数开展的,是通用能力方面上的综合测评,偏向的是文本的理解、逻辑的推理,还有问答创作这一类的任务。它所适合的,是我们日常去写方案、整理资料、开展内容创作的那一些活。可是它衡量不了的,是具身智能方面的能力,这也正是华为昇腾原生具身世界模型,最特别的那一个地方。
榜单里面头的这些通用的大模型,不管是 Claude、GPT,还是 Kimi,所擅长的,是“理解语言”这样的一件事。你让它去写机器人的操作步骤,它是能够写得条理比较清晰的,可是它并不懂物理世界里面头的那些规则,不知道重力是个什么东西、碰撞是个什么东西、空间的约束又是个什么东西。它所输出出来的,是文字上面头的逻辑,是没有办法去预判真实的环境里面,物体是要怎么样去开展运动的。
而昇腾原生具身世界模型,走的是另外的一条赛道。它并不是主打对话、长文本这些个东西的,它的核心,是对真实的物理世界开展理解,是能够在虚拟的空间里面头,对动作的结果做仿真推演的,给机器人、还有智能设备,去做实时方面上的决策。它的价值所在,是不在这份通用榜单的评分项里头的。就算它没有出现在这一张 TOP 榜单上面,也并不代表它就不够强,只是评价的标准,根本就不是一样的东西罢了。
大模型这个东西,是没有什么万能的王者的。榜单的分数,算是一把尺子,可是它并不是唯一的那一把尺子。把赛道上面头的差异给看懂了,按照自己的需要去做相应的选择,这才是把 AI 用好的那个关键所在。