WorldArena
PulseAugur coverage of WorldArena — every cluster mentioning WorldArena across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Worldscape-MoE: 统一的专家混合世界模型，用于可扩展的动作控制
研究人员推出了 Worldscape-MoE，这是一种新颖的专家混合（Mixture-of-Experts）世界模型，专为可扩展的异构动作控制而设计。该模型基于 Diffusion Transformers 构建，旨在将摄像头轨迹和机器人动作等不同的控制接口统一到一个单一框架中，以保留对世界动态的共享理解。实验表明，整合多样化的动作监督可以提高个体控制能力，从而在 WorldArena 等基准测试中取得优异表现并实现强大的泛化能力。
-
Cross-Dimensional Intelligence完成1.4亿美元融资，估值14亿美元，专注于具身智能
Cross-Dimensional Intelligence（跨维智能）已完成10亿人民币的B轮融资，公司估值超过100亿人民币，成为具身智能领域的独角兽。该公司的估值归功于其专有的“世界模型”技术，该技术已获得全球认可，并且拥有经过验证的商业模式，已在超过50个场景中部署了1500多个模型。此次融资将用于加速算法迭代、升级物理引擎、增强数据基础设施以及进一步开发用于实际应用的机器人能力。
-
跨维度智能获10亿人民币融资，估值达百亿，发力通用人形机器人
物理AI和具身智能领域的领军企业跨维度智能（Cross-Dimensional Intelligence）已成功完成B轮融资，获得10亿人民币，投后估值超过100亿人民币。本轮融资将用于推进其世界模型算法、升级物理引擎、增强数据基础设施以及提升人形机器人在现实世界中的应用能力。公司专有的DexWorldModel已在具身世界模型领域的世界竞技场（WorldArena）基准测试中名列前茅，展示了其在准确理解物理空间和运行规则方面的技术实…
-
PhysisForcing框架提高了机器人操作模拟器中的物理一致性
研究人员开发了PhysisForcing，一个旨在增强机器人操作视频生成模型物理一致性的新型训练框架。该方法通过像素级轨迹对齐和语义级关系对齐，将监督集中在对物理有信息量的区域，从而解决了运动不连续和交互不一致等问题。实验表明，PhysisForcing显著提高了具身视频生成能力，在R-Bench等基准测试中表现更佳，并在闭环机器人操作任务中实现了更高的成功率。
-
Qwen-RobotManip 和 PAIWorld 推动机器人操作基础模型发展
研究人员开发了 Qwen-RobotManip，一个机器人操作基础模型，它利用统一的对齐框架来大规模处理异构数据。这种方法使模型能够实现显著的泛化能力，包括零样本指令遵循和跨具身迁移，在各种分布外基准测试中表现优于先前的最先进模型。另外，PAIWorld 通过几何感知和跨视图注意力增强了扩散-Transformer 世界模型，以提高机器人操作任务中的 3D 一致性，并在特定排行榜上获得最高排名。
-
Kuawei Intelligence在具身世界模型基准测试中领先
中国人工智能公司Kuawei Intelligence已在具身世界模型的世界竞技场全球基准测试中获得第一名。其DSCFuncWorld模型在2026年5月的Data Engine赛道上排名最高，超越了国际竞争对手。这一成就凸显了中国在具身人工智能和世界模型开发领域的实力日益增强。
-
Cross-Dimensional Intelligence 以具身世界模型位居 WorldArena 榜首
Cross-Dimensional Intelligence 已在具身世界模型的世界竞技场（WorldArena）排行榜上名列前茅。其模型 DSCFuncWorld 在专注于数据合成和规划能力的第二赛道上，超越了 NVIDIA 和 Google 等竞争对手。这一成就凸显了该公司在具身人工智能底层技术方面的进步，特别是在生成高质量训练数据和确保实际应用方面。
-
GE-Sim 2.0 通过增强的视频模拟提升机器人操作能力
研究人员推出了 GE-Sim 2.0，一个先进的闭环视频世界机器人操作模拟器。该新版本通过在数千小时的真实机器人数据上重新训练，显著提高了动作跟随保真度。GE-Sim 2.0 包含用于状态解码、世界评分和加速推理的新模块，能够实现可扩展的策略学习，并在 WorldArena 排行榜上超越现有的机器人世界模型和通用视频生成器。
-
DeepMind Intelligence 为人本学习具身 AI 获得融资
中国公司 DeepMind Intelligence 在成立第一年内就获得了数亿元人民币的融资。该公司专注于具身智能的“人本学习”方法，强调在行动前观察和理解物理世界。这一策略使其 PhysBrain 1.0 模型在包括 WorldArena 和 SimplerEnv 在内的五个国际基准测试中名列前茅，展示了比传统模仿方法更高的学习效率和适应性。
-
Pelican-Unified 1.0 模型统一了具身人工智能能力
研究人员推出了 Pelican-Unified 1.0，这是一种新颖的具身智能模型，将理解、推理、想象和行动整合到一个单一系统中。这种统一的方法使用单一的视觉-语言模型来处理各种输入并生成未来状态和动作，同时优化所有能力。早期实验表明，Pelican-Unified 1.0 在多个基准测试中取得了最先进的性能，证明了统一并不会损害专业优势。
-
EA-WM模型通过动作引导的视频合成增强机器人世界模型
研究人员开发了EA-WM，一种新颖的生成式世界模型，专为机器人技术设计，可改善动作信号在视频合成中的集成。与以往将视频生成视为策略学习次要任务的模型不同，EA-WM直接将动作和运动学状态投影到视觉域，形成结构化运动学到视觉动作场。这种方法增强了机器人空间几何和物体交互动力学的保留。在WorldArena基准测试上进行评估，EA-WM展示了最先进的性能。
-
Shengshu 的 Motubrain 模型在具身 AI 基准测试中领先
Shengshu Technology 推出了其 Motubrain 模型，这是一个通用世界动作模型，在 WorldArena 和 RoboTwin 2.0 基准测试中均取得了最高排名。该模型在理解和预测现实世界物理、在不同环境中执行任务以及跨不同机器人实体进行泛化方面展现了先进的能力。Motubrain 对视频和动作进行建模的统一方法是其性能的关键，使其能够比以往的模型更高效、更灵活地处理复杂的、长周期的任务。
-
WorldArena 基准测试评估世界模型超越视频生成的功用性
清华大学的研究人员推出 WorldArena，这是一个新颖的评估框架，旨在评估世界模型的功用性，超越单纯的视觉逼真度。该框架弥补了一个关键的不足：模型可以生成逼真的视频，但由于缺乏对物理定律和因果关系的理解，却无法支持实际的机器人动作。WorldArena 在视觉质量和支持下游任务的能力（例如作为数据引擎或代理决策的交互式环境）方面对模型进行评估。
-
中国企业在GTC2026上利用人工智能和全球化战略
在深圳举行的GTC2026全球交通大会强调了全球化对中国企业日益增长的重要性，特别是随着人工智能技术的融合。与会者讨论了市场进入策略、利用人工智能进行广告和内容创作，以及从经验驱动转向系统驱动的增长决策。具体案例包括在生成虚拟头像和优化TikTok等平台上的广告活动中使用人工智能，以及在个性化消费品3D打印方面的进展。