WorldModelBench

Qwen-RobotWorld 通过语言条件视频生成统一具身智能

研究人员推出了 Qwen-RobotWorld，一个新颖的、用于具身智能的语言条件视频世界模型。该模型利用双流扩散 Transformer 和广泛的具身世界知识语料库，来预测各种机器人领域的未来视觉轨迹。Qwen-RobotWorld 表现强劲，在 EWMBench 和 DreamGen Bench 等基准测试中名列前茅，并在 WorldModelBench 和 PBench 上超越了其他开源模型。