在具身智能研发面临真机验证成本高、数据利用率低等挑战的背景下，智元机器人于近日宣布开源两项重要成果：基于动作序列驱动的具身世界模型EVAC（EnerVerse-AC）和具身世界模型评测基准EWMBench。这一突破性进展标志着具身智能研究进入"算法-评测"协同进化的新阶段。

智元机器人依托技术积累，在去年的世界模型架构EnerVerse基础上，推出EVAC与EWMBench。其中，EVAC是全球首个基于机器人动作序列驱动的世界模型，能动态复现机器人与环境的复杂交互，实现从传统仿真到生成式模拟的跃迁。其基于EnerVerse架构演进，创新引入多级动作条件注入机制，实现“物理动作-视觉动态”端到端生成。核心能力包括：机器人动作与像素高精度对齐，精准建模多种复杂动力学行为；动态多视图建模，支持多视角协同生成一致视觉场景；具备卓越的长时序一致性，保证模拟过程连贯真实；融合相关数据集及失败轨迹提升生成质量，抑制幻觉现象。

在价值上，EVAC实现生成式仿真评估与数据引擎双轮驱动。生成式仿真评测可与待评测策略模型交替推理，构建交互式评测管线，评测结果与真机评测成功率高度一致，提升策略模型筛选效率；数据增广引擎能基于少量专家轨迹数据大规模增广数据，经其训练的策略模型任务成功率提升高达29%。

为科学衡量具身世界模型性能，智元机器人推出全球首个具身世界模型评测基准EWMBench，填补行业空白，构建统一可信的评测标准。其构建“场景×动作×语义”的三维度评估体系，从场景一致性、动作合理性与语义对齐与多样性进行考核。场景一致性采用微调的DINOv2特征量化；动作合理性利用三重互补指标评估；语义对齐与多样性结合多模态大模型和CLIP评估。

EWMBench基于开源百万真机数据集构建，涵盖多场景、多任务及多种交互对象，含300多个测试样本及30%挑战性场景，还同步开源全流程评测工具，且在评测结果与人类主观判断一致性上优于主流视频生成评测基准VBench。EnerVerse为EVAC提供基础框架与预训练能力，EVAC生成的数据反哺EnerVerse优化，形成“训练-验证”闭环，EWMBench助力精准定位EVAC不足。二者组合方案入选相关赛事官方基线系统与评测标准，为开发者提供实践平台。

EVAC和具身世界模型评测基准EWMBench的发布与开源，旨在构建“低成本模拟-标准化评测-高效迭代” 的全新开发范式，赋能全球具身智能研究，加速技术落地与产业发展。未来，智元机器人将持续深化前沿开源实践，引领具身智能向更高效、普适的未来演进。