
达摩院发布世界模型评测基准,自家模型一个都没上榜...... (opens in a new tab)
达摩院联合高校推出WorldOlympiad评测基准,跳出传统视频“唯画质”的评价逻辑,以物理真实性、三维几何一致性、长时序交互保真度三大维度,搭配游戏、机器人、通用实景三大场景,打造一套全方位的视频世界模型评测体系。
Total 388 articles

达摩院联合高校推出WorldOlympiad评测基准,跳出传统视频“唯画质”的评价逻辑,以物理真实性、三维几何一致性、长时序交互保真度三大维度,搭配游戏、机器人、通用实景三大场景,打造一套全方位的视频世界模型评测体系。

刚刚,大晓机器人半年融资数亿美元,开悟世界模型同时刷新四大权威榜单第一,4B参数硬刚28B大模型!具身智能的「ChatGPT时刻」真的要来了?

后空翻、跑酷、单手抓举几十公斤…… 过去两年,人形机器人最出圈的高光时刻,几乎都发生在精心布光的舞台上。 但镜头之外,有一个更朴素的问题始终悬而未决:它到底什么时候能走进你家,稳稳端起一杯水、收好一桌碗筷、把脏衣篮抱进洗手间? 5月20日,极佳视界没有再用“五年内”这类含糊措辞来搪塞。它把通用人形机器人真机,直接推进了武汉光谷一处真实的居民社区: 那里有人住、有孩子把玩具撒一地、家具随时会被挪动位置。 在发布会现场,极佳视界还首次完整披露了过去三年沉淀下来的“双金字塔”技术体系。 一边是数据金字塔,从互联网视频、真人数据、世界模型模拟器、仿真合成数据一路走到真机数据; 另一边是算法金字塔,围绕

2026 年,“世界模型” 正在成为具身智能行业的高频词。越来越多公司开始将自己的技术路线表述为机器人世界模型,试图用可学习的环境模型提升机器人训练效率。

2021 年,陈天润还在浙江大学读本科。那一年 ChatGPT 不存在,大语言模型远没有破圈。“世界模型”这个概念刚刚冒头,但陈天润做了一个当时看起来相当激进的决定:成立一家公司,做 3D 和 AI。

南洋理工大学MMLab团队推出Hand2World,让AI世界模型真正「伸手」互动。只需在空中比划手势,模型就能生成逼真第一人称交互视频,实时响应调整。它摒弃旧有遮挡误导,用3D手部结构与射线编码解耦手与头运动,首次实现闭环持续交互。

Feeling AI要补齐的,是世界模型最被低估的一块拼图——动态交互的模型层能力。

在 50 亿美元估值神话的背后,这一空间智能的最新高地正被国内创业公司攻克并推向产业纵深。近日,影溯(InSpatio)正式发布并开源了其实时帧生成模型 InSpatio-WorldFM,一个实时交互的 3D 世界模型。这标志着中国团队在空间智能底层技术上取得了奠基性突破,而且以开放的姿态,正成为推动 AI 从虚拟屏幕走向物理现实的关键破局者。

VLA模型性能暴涨300%,背后训练数据还首次实现90%由世界模型生成。

人工智能研究的最新目标,尤其是在追求“通用人工智能”(AGI)的实验室中,是一个被称为“世界模型”(world model)的概念:这是一种AI内部携带的环境表征,就像一个计算型的雪球玻璃球。AI系统可以借助这个简化的内部模型,在真正执行任务之前,先对预测和决策进行评估。