9月16日，WorldArena 2.0全球终榜揭晓。据雷峰网报道，考拉悠然旗下悠然无界世界模型在Track 1视频质量赛道综合得分位列全球第二，并在Background Consistency与JEPA Similarity两项核心指标中排名第一。本次评测汇集来自阿里巴巴、中国科学院等机构及具身智能公司的80个模型，围绕视频生成质量、时序一致性与物理演化能力展开评估。
视频质量赛道考察模型在长时推演中能否保持场景几何、纹理外观、物体与交互状态的物理一致性。背景一致性居首意味着模型能在整段生成过程中稳定维持全局环境与场景布置，抑制场景漂移；JEPA相似度不比对像素，而是在高层表征空间度量生成结果与真实世界演化过程的距离，考察场景语义、物体状态与动作变化是否被正确保留。
据雷峰网报道，考拉悠然采用“世界模型＋智能体＋场景复制”路线：底层为悠然无界世界模型，上层为Geek Mind具身大脑，中间由跨空间、跨任务、跨本体的“三跨”能力打通。针对长时推演误差累积和未见环境分布漂移，团队设计了结构化4D世界建模与动态场景记忆。前者协同建模首帧3D场景几何与运动轨迹，为每帧生成提供几何与运动约束；后者持续更新场景纹理、外观和布局，提升长程一致性与域外泛化。训练采用由粗到精两阶段，先以大规模数据学习通用表征与运动规律，再筛选高质量数据微调。
在具身任务中，该模型可面向未见场景，基于初始状态与给定动作序列推演未来，保持几何结构、纹理外观及机器人与物体交互的物理一致性；面向长时多阶段连续操作，沿动作序列持续推演，抑制误差累积与状态漂移。
基于悠然无界世界模型构建的Geek Mind已集成于四足机器人平台，面向大型央企制造车间提供巡检方案。据雷峰网报道，该方案不依赖产线改造，通过预训练模型与场景自适应机制实现巡检路线快速配置；感知—推理闭环可采集温度、振动、仪表等状态数据，并对异常进行因果分析；四足平台可跨楼层、跨地形机动，覆盖人工难以抵达的高空、狭小与危险区域。
雷峰网指出，空间智能领域三个条件正在同一时间窗口成熟：算力成本下行让边端部署可行，具身硬件供给趋于充足，行业客户从看演示转向算产出。真正的考验在于，跨本体泛化的上限能否在更多极端场景中保持稳定，这将决定世界模型从“能推演”走向“能干活、能复制”的速度。