Dominating Three Benchmarks. UBTECH Thinker-WM: Unified Multi-modal Representation, Single Model Achieves Six Capabilities
霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
UBTECH Thinker-WM achieved first place in three major benchmark evaluations: WorldOlympiad, EWMBench, and WorldArena1.0 Track-1, demonstrating its advantage in cross-robotic form and perspective generalization capabilities.
The release highlights Thinker-WM's performance across three world model benchmarks, emphasizing its unified multi-modal representation and ability to handle six capabilities through a single model. The technical approach focuses on joint modeling of visual, geometric, and action data within a shared dynamic transformer, offering a new paradigm for embodied intelligence.
Source: QbitAI — Robotics · Read original article ↗
English translation unavailable. Choose the original article to read it.
What the source reports
Publisher-reported claims, with original evidence. These results have not been independently verified by RoboSignal.
Reported numbers
training_hours_human_video
≈20,000 hours
View original evidence
Thinker-WM 训练语料在具身智能领域具备可观体量： 约2万小时第一人称人类视频 ：覆盖家庭、商业零售、工业等场景，补足机器人遥操作难以低成本获取的任务、物体与场景多样性，同时配套约 1 千小时的对齐深度数据。
Open source S20training_hours_robot_data
≈10,000 hours
world_olympiad_score
0.74
View original evidence
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-10-16 16:00:31 来源： 量子位 优必选 Thinker-WM在三大公认具身世界模型基准评测中全部拿下第一名 01 三大基准全榜登顶，Thinker-WM 斩获三项第一 日前，优必选 Thinker-WM在三大公认具身世界模型基准评测中全部拿下第一名，刷新行业成绩： WorldOlympiad ： Thinker‑WM 取得综合得分 0.740 位列榜首。
Open source S2ewmbench_total_score
4.66
View original evidence
EWMBench： Thinker‑WM 取得综合总分 4.66，超过 Qwen‑RobotWorld、Sora2 等主流模型。
Open source S5three_d_consistency
0.531
View original evidence
模型取得 3D 一致性 0.531、交互保真度 0.765，两项单项指标位居全部参评模型首位，体现模型对三维几何结构与机器人交互过程的精准建模能力。
Open source S4interaction_fidelity
0.765
View original evidence
模型取得 3D 一致性 0.531、交互保真度 0.765，两项单项指标位居全部参评模型首位，体现模型对三维几何结构与机器人交互过程的精准建模能力。
Open source S4
- paper: not_reported
- code: not_reported
- weights: not_reported
- dataset: not_reported
Source excerpts and review record
Automatically extracted; no manual editorial approval recorded.
Thinker-WM 训练语料在具身智能领域具备可观体量： 约2万小时第一人称人类视频 ：覆盖家庭、商业零售、工业等场景，补足机器人遥操作难以低成本获取的任务、物体与场景多样性，同时配套约 1 千小时的对齐深度数据。
Open source S20
约1万小时真实机器人数据 ：来自多款不同形态机器人，提供视觉观测与可执行动作的配对监督，其中约 3 千小时配套对齐深度标注。
Open source S21
约1千小时仿真数据 ：提供高精度几何、物理监督信号。
Open source S22
在 RoboTwin 单任务消融实验中，引入深度模态后，操作成功率较无深度基线提升了 15 个百分点 ，说明空间几何信息不仅有助于模型理解场景，也能改善动作生成与任务执行。
Open source S16
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-10-16 16:00:31 来源： 量子位 优必选 Thinker-WM在三大公认具身世界模型基准评测中全部拿下第一名 01 三大基准全榜登顶，Thinker-WM 斩获三项第一 日前，优必选 Thinker-WM在三大公认具身世界模型基准评测中全部拿下第一名，刷新行业成绩： WorldOlympiad ： Thinker‑WM 取得综合得分 0.740 位列榜首。
Open source S2
EWMBench： Thinker‑WM 取得综合总分 4.66，超过 Qwen‑RobotWorld、Sora2 等主流模型。
Open source S5
模型取得 3D 一致性 0.531、交互保真度 0.765，两项单项指标位居全部参评模型首位，体现模型对三维几何结构与机器人交互过程的精准建模能力。
Open source S4
Source：QbitAI — Robotics · qbitai.com