#世界模型
这篇论文用循环架构解决了世界模型长程预测的计算瓶颈,参数省了100倍还能自适应深度,做仿真和规划的研究者值得看。
NVIDIA 把 SIGGRAPH 当作技术风向标,做图形渲染、物理仿真或 AI 模型的团队值得关注,可以提前规划参会或跟进后续发布。
这篇论文戳破了“数据足够就能预测一切”的常见假设,做因果推断、反事实推理或世界模型研究的开发者会看到理论上的新边界——原来预测器天生缺失跨世界耦合信息,而WorldKernel给出了补全它的数学框架,值得细读。
机器人操控研究者终于有了一个能高效解耦世界建模与动作执行的方案——AHA-WAM在速度和成功率上双赢,做具身智能的团队可以直接参考其异步架构设计。
李飞飞把混乱的“世界模型”概念拆清楚了,做空间智能、机器人或 3D 生成的研究者值得一看,能帮你快速对齐行业术语和方向。
具身智能赛道迎来中国玩家登顶,做机器人或世界模型研究的团队值得关注 Kuawei 的技术路径,看看他们如何用数据引擎超越国际对手。
做 AI 研究或产品的人经常被「世界模型」这个词搞混——李飞飞帮你拆清楚了,看完能少走弯路,建议点开。
李飞飞把被滥用的「世界模型」概念理清了,做计算机视觉、机器人或生成式 AI 的开发者能直接对照自己的研究方向找到定位,建议点开看完整分类法。
想系统入门世界模型的开发者终于有了一条清晰的动手路径——五讲五项目从 VAE 到 Dreamer 全覆盖,比啃论文高效得多,建议直接跟着项目跑一遍。
张凯夫从阿里电商AI操盘手转向市场行为预测,做AI+金融/商业分析的团队可以关注这个新方向,看看世界模型如何落地市场预测。
Momenta 的全球扩张和 R7 世界模型落地,让关注自动驾驶落地的从业者看到 L4 级技术从测试到商用的加速路径,做出行服务或智驾方案的团队值得关注其多城部署节奏。
NVIDIA 把物理推理和世界生成塞进一个开源模型,做机器人或自动驾驶的团队可以直接拿来用,省去从头训练物理世界模型的成本。
医疗AI终于从“识别病灶”进化到“预测疗效”,做临床决策的医生和医疗AI开发者值得关注——世界模型正在把试错成本降到零,建议点开看看它如何颠覆传统治疗流程。
做视频生成或世界模型的研究者终于有了正经的评估工具——WBench 把视觉质量和控制能力分开测,看完你会明白为什么很多漂亮视频其实不能当世界模型用。
Ethan He 对 AI 前沿的预判直击要害,做视频生成、智能体或世界模型的开发者看完会有启发——尤其是关于迭代速度和智能体方向的洞察,值得点开细品。
机器人学习领域长期面临泛化难题,这篇论文从结构分解入手给出了新解法。做机器人策略研究或部署的团队值得关注,零样本迁移到真实硬件意味着可以直接减少重复训练成本。
视频生成领域正在从“生成一段视频”进化到“智能体操控视频”,做AI视频工具或内容创作的团队值得关注这个范式转变。
Nvidia 一口气推出世界模型、驾驶模型和开源人形机器人平台,做机器人、自动驾驶和物理 AI 的开发者可以直接关注这些新工具,看看能否加速自己的项目。
物理 AI 开发者终于有了开放生态——Runway 和 NVIDIA 牵头开源世界模型,做机器人或自动驾驶的团队可以直接参与共建,值得关注。
做虚拟世界、游戏或协作式 AI 的团队终于有了一个真正持久化的交互环境——世界状态独立于渲染,多人可同时修改并观测。建议直接体验,这可能是下一代交互平台的原型。
智元用 2B 参数模型在具身智能世界模型赛道击败英伟达等巨头,做机器人或具身智能的开发者值得关注——轻量化方案可能改写行业路线。
VAGEN解决了VLM智能体在复杂环境中缺乏内部世界模型的问题,做机器人或自动驾驶研究的团队值得关注,它可能让AI的决策更接近人类推理。
做机器人或具身智能的团队终于有了能理解任务目标的模型——WALL-WM 从像素预测升级到事件理解,直接降低训练成本,做自主导航或操作任务的开发者值得关注。
这篇论文给自监督学习社区一个清晰的数学答案:什么条件下模型真的在学世界模型。做表征学习或世界模型研究的开发者,看完会对 LeJEPA 的能力边界有更硬核的理解。
做健康/情感类推荐系统的团队终于有了一个可落地的离线优化方案——用世界模型模拟用户情感反馈,避免在线实验的伦理风险,做医疗或老年人应用的开发者可以直接参考其方法论。
多智能体系统开发者终于有了能处理超过两个智能体的世界模型——Gamma-World 解决了传统双玩家建模的瓶颈,做游戏 AI 或机器人协作的团队值得关注。
蔚来这次把端到端控制直接做到方向盘和踏板上,省掉轨迹翻译环节,开智能驾驶的体验会更丝滑。做自动驾驶或关注车企技术路线的开发者值得点开,看看三层训练框架怎么让模型既拟人又合规。