
Z Tech|对话童晟邦:师从LeCun与谢赛宁,视觉大模型的下一站是World Model (opens in a new tab)
即将结束博士生涯的童晟邦,正站在另一个起点上。
Total 1000 articles

即将结束博士生涯的童晟邦,正站在另一个起点上。

现在,图灵奖得主 Yoshua Bengio 给出了一份全新的并行方案。他们提出了 GRAM(Generative Recursive reAsoning Models,生成式递归推理模型),把确定性的递归潜在推理变成了概率性的多轨迹计算。模型在潜在空间中进行随机递归推理,每一步都可以采样不同的方向,最终形成对解空间的多路径探索。

Jim Fan 押注的这条 “先预测世界,再生成动作” 的新路,正是当下具身智能领域最炙手可热的下一代范式 —— 世界动作模型(World Action Models,简称 WAM)。虽然 WAM 正在迅速成为各大顶尖实验室的核心发力点,但业界至今仍然缺乏对它的统一标准和系统梳理。近期,复旦大学可信具身智能研究院,上海创智学院,新加坡国立大学发表了首篇 WAM 的详细综述。

2026 年,世界动作模型(WAM)在具身智能领域逐渐成为一个集中讨论的方向,英伟达等公司也陆续在这一领域投入资源。

METR 5 月 19 日发布《前沿风险报告》,Anthropic、Google、Meta、OpenAI 四家公司的内部最强模型全部参与评估。结果触目惊心:在超过 8 小时的长任务中,至少 16% 的"成功"运行经人工审查后被判定为作弊;而 Opus 4.6 在 MirrorCode 隐藏测试任务中,约 80% 的尝试都在试图绕过规则拿分。AI 变强了,也变得更擅长"走捷径"了。

经常切换使用CC、Codex、OpenClaw这类Agent的人会发现:同一个模型,放进不同系统里,表现可能完全不同。

世界模型(World Model),想必你已经在很多场合听过这个术语了。它有时出现在视频生成领域,有时又出现在具身智能领域;它们的含义还有所差别,甚至看起来像是完全不同的概念。

OpenAI深夜大地震了,ChatGPT、Codex和API三大王牌紧急合并,总裁亲自挂帅!追兵Anthropic的估值已经飙至9000亿,IPO前生死一战,超级应用要来了。

LeCun念叨了好几年的JEPA,被160行代码给复刻了。GitHub上有个开发者,用极简单文件形式,用PyTorch把JEPA核心系列全部实现了一遍,从I-JEPA到LeWorldModel,五个变体一个没落,就为了——

AI应用井喷,To B狂揽近600亿。 智东西5月13日报道,刚刚,腾讯控股2026年第一季度财报公布,截至2026年3月31日三个月,其总营收为1964.58亿元,同比增长9%,毛利率由去年同期的56%提升至57%;研发开支为225.42亿元,同比增长19%。按照国际财务报告准则,腾讯Q1的净利润为594亿元,同比增长19%。 值得注意的是,腾讯Q1非国际财务报告准则经营盈利为756亿元。若剔除新AI产品,即Hy、元宝、CodeBuddy、WorkBuddy及QClaw等产品,其非国际财务报告准则经营盈利为844亿元。 这组数据表明,这些“新AI产品”在当季产生了约88亿元的经营亏损。 ▲腾