World model
PulseAugur coverage of World model — every cluster mentioning World model across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Yann LeCun的JEPA AI被改编为通用世界模型
研究人员已成功将Yann LeCun的JEPA架构改编为通用世界模型。该扩展模型在包括机器人和生物医学在内的七个不同领域展示了其能力。值得注意的是，该研究在实验室环境中发现了一种有前景的肝癌治疗候选药物，尽管其治疗潜力仍需进一步研究。
-
新研究探讨世界模型在交叉熵方法中的双重作用
一篇新的研究论文探讨了世界模型在交叉熵方法（CEM）中的双重作用，强调了它们在选择动作和改进未来提议方面的功能。研究发现，评分错误会影响即时决策和随后的候选池。在Walker和Cheetah任务上的实验显示，在CEM迭代过程中，提议宽度会收缩，拟合均值会发散，在Walker上的成对排名一致性接近随机，在Cheetah上则下降。用环境排名更新替换模型排名更新的干预措施表明，最终实现的选定序列成本有所降低。
-
新的信念校准优化方法为大型语言模型代理创建显式世界模型
研究人员开发了一种名为信念校准优化（BCO）的新方法，通过创建显式世界模型来增强大型语言模型（LLM）代理的性能。该世界模型被维护为一个持久的上下文内文档，捕捉代理关于环境如何响应编辑的信念。BCO在包括问答和基于代码的代理在内的各种基准测试中都显示出更高的通过率，优于缺乏这种显式信念表示的标准优化循环。即使在更换底层冻结模型后，该方法的有效性仍然存在，这表明了分层世界模型的价值。
-
World Labs 发布 Atlas，一个用于空间智能的全能世界模型 · 跟踪 8 个来源
World Labs 推出了 Atlas，一个专为空间智能设计的新型 AI 模型，能够从图像、视频、文本和深度数据等各种输入生成、重建和模拟 3D 世界。与专用模型不同，Atlas 将所有输入整合到一个统一的空间上下文中，使其能够生成更一致、更详细的 3D 表示。该模型旨在通过提供对空间关系和场景动态的更深入理解来推动机器人技术、模拟和 3D 内容创作的发展。
-
开放权重AlayaWorld模型挑战AI世界模型领导者
根据Warena AI的数据，一款名为AlayaWorld的、基于LTX 2.3的新型开放权重世界模型已成为顶级模型。虽然在视觉质量方面排名第五，并非领导者，但其开放的性质使其更容易重新训练和修改。这一发展挑战了像Genie 3这样的闭源模型将主导该领域的预期。
-
AI社区就“世界模型”的定义和范围展开辩论
人工智能和认知科学中的“世界模型”概念正在被辩论，用户对其定义和范围提出质疑。讨论围绕模拟器、物理引擎、视频游戏模拟器或数字孪生是否符合世界模型的资格。一个关键的争议点是，世界模型是否必须基于学习到的表征而非纯粹手工制作的物理，以及物理参照物是否可选。
-
Meta AI 的 V-JEPA 2：一种新的世界模型方法
Meta AI 开发了 V-JEPA 2，这是一种新颖的世界模型，与典型的生成模型不同。与专注于生成新数据的模型不同，V-JEPA 2 优先考虑理解和预测世界的底层结构。这种方法对于机器人和自动驾驶等领域的应用尤为重要，因为准确的世界表征对于有效的决策和行动至关重要。
-
星纪时代CEO：世界模型将驱动下一代具身智能
星纪时代CEO陈建宇提出，具身智能将从视觉-语言-动作（VLA）模型转向世界模型。VLA专注于模仿人类行为，而世界模型旨在理解和预测物理世界的动态，从而实现机器人更强的泛化能力。陈建宇强调，这种由视频预测驱动的方法为机器人应对新任务和与复杂环境互动提供了更坚实的基础，超越了单纯的模仿。
-
价值泛化：一种新的AI对齐方法
研究人员提出了一种新的AI对齐方法，称为“价值泛化”，旨在创建能够可靠地将人类价值观和偏好扩展到新情况的AI。这种能力被认为是当前AI系统的一个关键缺失环节，因为AI在遇到训练数据之外的场景时常常会失败。提出的方法涉及将AI的道德概念与经验概念绑定，使其道德能够随着其能力一起成长和适应，从而可能实现本质上更值得信赖和可控的“预对齐”AI。
-
AMI Labs 筹集 10 亿美元用于“世界模型”，同时批评 LLM · 跟踪 1 个来源
前 Meta 和 Nabla 的 Alexandre Lebrun 为他的新公司 AMI Labs 筹集了 10.3 亿美元，Yann LeCun 担任董事长。Lebrun 预测“世界模型”将成为一个普遍的热门词，但他认为这与当前的 LLM 存在根本性的架构分歧。他认为 LLM 缺乏对物理世界、持久记忆、推理和规划能力的理解，并引用了自回归的错误累积和文本对现实的有限表征。虽然“世界模型”一词被应用于生成视频预测和显式 3D 表示等各…
-
梦境排练解决了持续强化学习智能体的遗忘问题
研究人员发现，在基于模型的强化学习中，导致遗忘任务的不是“世界模型”，而是“演员”组件。对DreamerV3系列智能体的实验表明，虽然世界模型保留了过去任务的信息，但演员的行为却退化了。通过一种称为“梦境排练”的技术，即在世界模型生成的梦境上进行监督式自我模仿，智能体能够在无需直接与环境交互的情况下保留技能，其表现优于传统的经验回放缓冲区和真实片段克隆。
-
普渡机器人以“一个大脑，多种形态”AI战略引领全球市场 · 跟踪1个来源
普渡机器人已成为商用服务机器人市场的全球领导者，已在85个国家和16个行业部署了超过13万台设备。该公司的“一个大脑，多种形态”战略围绕其自主研发的具身AI大模型PuduFM及其操作系统PuduAgent展开。PuduFM集成了物理直觉模型（PIM）、视觉语言对齐系统（VLA）和仿真引擎（World Model），使机器人能够从真实世界数据和虚拟训练中学习，促进不同机器人形态和任务之间的经验迁移。这种方法旨在克服传统机器人需要任务特定…
-
EvolvingWorld框架支持文学模拟中角色和世界模型的协同演进
研究人员开发了EvolvingWorld，一个专为交互式文学模拟中角色和世界模型的协同演进设计的新颖框架。该系统通过将文学模拟建模为一个长周期过程，其中角色和世界状态的持续更新通过持续的交互发生，从而超越了静态角色模仿或孤立场景生成。EvolvingWorld采用开放模式方法，设有一个用于角色扮演和个人资料演进的角色代理（Character Agent），以及一个用于状态维护和场景推进的基于LLM的世界模型（World Model）。…
-
据报道，字节跳动正与世界模型团队探索自动驾驶
据报道，字节跳动正探索进入自动驾驶领域，由其Seed世界模型团队牵头。此举与其团队在多模态和世界模型方面的专业知识相符，这些技术与自动驾驶有技术重叠。该公司据称正将无人物流作为潜在应用目标，并积极招募该领域人才，尽管字节跳动官方表示没有智能驾驶业务计划，并将其定性为物理AI领域的早期研究。
-
开源LingBot-Video模型引发世界模型争论
Robbyant发布了LingBot-Video，这是一个开放权重模型，能够根据给定的控制信号和初始帧来预测机器人未来的动作和手部姿势。该模型生成想象中的未来状态，引发了关于这种预测能力是否构成真正世界模型还是仅仅是复杂视频生成器的讨论。此次发布在AI社区中引发了关于世界模型定义和特征的争论，并将LingBot-Video与Dreamer和JEPA等既有概念进行了对比。
-
AI世界模型的空间推理准确率因指令泄露而膨胀
最近的一项分析显示，一个AI世界模型在空间推理方面报告的90%准确率因一个缺陷而被夸大。当目标隐藏时，模型的性能显著下降至27%，表明存在指令泄露而非真正的推理能力。在纠正了这种“作弊”行为后，模型的准确率恢复到88%。
-
中国团队发布首个LLM-JEPA AI虚拟细胞世界模型
百洋智能科技的中国团队发布了AURA CellOS，这是首个基于大语言模型-联合嵌入预测架构（LLM-JEPA）框架构建的人工智能虚拟细胞世界模型。该模型拥有120亿参数，在3.905亿个人类单细胞转录组数据上进行了训练，代表了对细胞动力学理解的重大进展。CellOS采用了多视角表征学习方法、JEPA进行跨视角预测以及无损扩展训练策略，以克服先前模型的局限性并实现预测细胞响应的先进性能。
-
Qwen-AgentWorld 训练语言模型作为强化学习智能体模拟器
研究人员推出了 Qwen-AgentWorld，这是一种新颖的方法，它训练一个语言模型作为强化学习 (RL) 智能体的世界模型。该模型根据当前观察和智能体的动作来预测下一个环境状态，使其能够充当解耦的模拟器。这使得能够廉价且大规模地生成海量训练数据，克服了现实世界环境缓慢且成本高昂的限制。
-
理想汽车目标通过自研AI芯片和模型实现特斯拉FSD V14同等水平
理想汽车正在开发其自动驾驶能力，以匹配特斯拉的FSD V14，重点关注安全、效率和舒适性，以及识别特殊车辆和交通警察信号等高级功能。该公司正在整合视觉-语言-动作（VLA）和世界模型方法，强调语言模型在L3/L4自动驾驶中实现类人推理的关键作用。理想汽车还在大力投资自研AI基础设施，包括Mach M100芯片和强大的数据系统，目标是在其车辆内建立集中的AI计算中心，以提高效率和任务隔离性。
-
用于半导体光刻的新型物理信息世界模型
研究人员推出 LithoDreamer，一个新颖的物理信息世界模型框架，旨在解决半导体制造中计算光刻的复杂性。该框架将从掩模优化到光刻胶显影的整个光刻流程建模为一个多阶段演化系统。LithoDreamer 捕获状态之间的特征变化，并利用对比变分优化范式来指导模型生成与真实光刻物理学一致的演化，从而实现无需连续监督的可解释干预优化。实验证明了其在正向演化和逆向规划任务中的最先进性能。