世界模型相关 AI 资讯

行业17:36

第 9 份年度 State of AI 报告发布

State of AI 一年一度的行业盘点，今年聚焦 AI 自我改进、世界模型和 Physical AI，还有对未来 12 个月的预测，想看行业全景可以直接翻这份报告。

#State of AI #行业报告 #Physical AI #世界模型

AI Will@FinanceYF5原文

模型 Agent 与开发者多源确认14:51

Odyssey 发布 Odyssey-3 基础世界模型，Physics-IQ 得分 66.1 登顶

Odyssey-3 Pro 在物理理解基准 Physics-IQ 上拿到 66.1 分冲到榜首，还能让你在生成的环境里随便走动触发事件看它怎么应对。

#Odyssey-3 #Physics-IQ #世界模型 #视频生成

事件专题

IT之家4 个信源在谈原文

论文 Agent 与开发者14:16

JEPA-Anything：用正交预测分解统一跨领域预测框架

Yann LeCun 路线的 JEPA 思想做了个开源实现，把预测拆成互不干扰的要素分别推算，附论文和 GitHub 框架，想搞世界模型研究的可以看看。

#JEPA #开源模型 #世界模型

Gorden Sun@Gorden_Sun原文

模型中美对照07:36

MiniMax H3：物理表现接近闭源 SOTA 的开源视频世界模型

MiniMax 把自家开源视频模型 H3 拿出来跟闭源 SOTA 比物理效果，敢公开叫板，感兴趣可以去实测下。

#MiniMax #MiniMax H3 #视频生成 #开源模型

事件专题

MiniMax_AI@MiniMax_AI2 个信源在谈原文

模型 Agent 与开发者多源确认02:00

Odyssey-3 Pro刷新Physics-IQ基准

Odyssey-3 Pro不仅物理实验推理能力强，还能让机器人手臂从失误中恢复，免费开放体验。

#Odyssey-3 #Physics-IQ #Odyssey #世界模型

事件专题

elvis@omarsar04 个信源在谈原文

模型 Agent 与开发者多源确认01:32

Odyssey 发布世界模型 Odyssey-3，Pro 版 Physics-IQ Verified 得分 66.1

Odyssey-3 能生成会对你操作实时反应的互动世界，Flash 版免费可玩，还顺手在 Physics-IQ 拿了 66.1 的高分，去看看 demo。

#Odyssey-3 #FLUX 3 #世界模型 #视频生成

事件专题

rohanpaul_ai@rohanpaul_ai6 个信源在谈原文

模型 Agent 与开发者多源确认01:29

Odyssey 发布世界模型 Odyssey-3，开放研究预览

Odyssey-3 能根据一句话生成可实时走动的交互世界，还接上了机器人和真车，Physics-IQ 拿了最高分，挺值得试试预览版。

#Odyssey-3 #世界模型 #视频生成 #机器人

事件专题

TestingCatalog@testingcatalog4 个信源在谈原文

模型 Agent 与开发者多源确认精选00:18

Nvidia 发布 Long-WAM 框架，扩展世界动作模型的上下文

Nvidia 的 Long-WAM 把机器人模型的上下文拉到 19.2 秒，RoboCasa GR-1 成功率直接从 63.3% 涨到 78.7%，做机器人方向的可以看看。

#Nvidia #Long-WAM #RoboCasa #世界模型

事件专题

Aran Komatsuzaki (论文推介)@arankomatsuzaki11 个信源在谈原文

论文14:36

评论：VAR 被视为优于扩散模型的世界建模范式

一条推文，聊 VAR 这种自回归路线怎么在建模世界上比扩散模型更合理，感兴趣可以看看作者的理由。

#VAR #扩散模型 #LLM #世界模型

Teortaxes@teortaxesTex原文

行业 Agent 与开发者11:53

前字节跳动实习生创办的 AI 初创公司融资 3000 万美元

前字节实习生拿 3000 万美元做世界模型，就是能模拟物理规律、给机器人和交互视频用的那种，方向挺有意思。

#字节跳动 #世界模型 #融资

Tech in Asia@Grace Priscilla Teo原文

论文 Agent 与开发者11:50

Long-WAM：扩展世界-动作模型上下文，实时机器人控制成功率提升至 78.7%

这篇论文把机器人模型的历史上下文拉到 19.2 秒，动态杯子堆叠做到 95% 成功，Pi0.5 一个都做不成，方法细节写得很清楚。

#Long-WAM #世界模型 #机器人控制 #LIBERO

事件专题

arXiv cs.AI@Wei Huang 等 16 人2 个信源在谈原文

论文 Agent 与开发者11:28

RoboJEPA：8B 参数机器人世界模型，首次给出计算量缩放定律

机器人世界模型也有缩放定律了，8B 参数的 RoboJEPA 能用计算量预测真机表现，还能零样本规划长时程任务，代码全开源，搞具身的建议看看。

#RoboJEPA #JEPA #世界模型 #机器人

事件专题

arXiv cs.AI@Artem Zholus 等 12 人2 个信源在谈原文

行业 Agent 与开发者多源确认08:07

前字节实习生田柯宇创办世界模型公司，估值达2亿美元

北大博士生没产品没名字就拿了 2 亿美元估值，要做 AI 的视觉语言，还想把视频生成成本砍到十分之一，跟李飞飞正面竞争。

#世界模型 #World Labs #田柯宇 #NeurIPS

事件专题

IT之家3 个信源在谈原文

论文 Agent 与开发者10:21

DepthWorld：面向机器人操作的 3D 世界模型

用深度监督修视频世界模型的 3D 一致性问题，还顺手把 DROID 数据集标定成 DROID-3D，做机器人操作的值得看。

#DepthWorld #DROID #Stable Video Diffusion #世界模型

arXiv cs.AI@Jai Bardhan 等 3 人原文

论文 Agent 与开发者10:10

WorldSonus：给世界模型配上实时空间立体声

给世界模型生成的视频实时配音，延迟低到 RTF 0.41，还能中途改音效，声音还会随镜头位置变化，搞世界模型的可以看看。

#WorldSonus #世界模型 #视频转音频 #扩散模型

arXiv cs.AI@Pengjun Fang 等 12 人原文

产品 Agent 与开发者01:09

Mirror Particle 打造预测人类行为的世界模型

一家叫 Mirror Particle 的初创公司，不做聊天机器人，专门造了个预测人类行为的世界模型，想取代 LLM 角色扮演做市场调研，看它怎么在 Disrupt 上讲这个故事。

#Mirror Particle #世界模型 #市场研究 #TechCrunch Disrupt

techcrunch@Rebecca Bellan原文

论文 Agent 与开发者精选22:02

AMI 提出 H-JEPA：分层世界模型规划成功率从 18% 提至 73%

Yann LeCun 圈子的人发了 H-JEPA，把世界模型按抽象层级拆开做规划，Visual AntMaze 成功率从 18% 干到 73%，算力还更省。

#H-JEPA #世界模型 #AMI #Visual AntMaze

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

论文 Agent 与开发者19:53

PhAI Labs 将 LeCun 的 JEPA 架构扩展为跨七个领域的通用世界模型

LeCun 的 JEPA 被扩到七个领域用了，还筛出一个肝癌候选分子，做世界模型研究的可以看看这篇。

#JEPA #LeCun #世界模型 #PhAI Labs

官方账号Decoder@Jonathan Kemper原文

论文 Agent 与开发者13:39

H-JEPA：分层世界模型端到端学习，提升长程视觉规划成功率

LeCun 系 JEPA 路线的分层版本来了，AntMaze 成功率从 18% 干到 73%，做机器人规划和世界模型的值得看看这篇论文。

#H-JEPA #JEPA #世界模型 #机器人规划

arXiv cs.LG@Wancong Zhang 等 5 人原文

论文官方一手13:34

JEPA-Anything：一套配方覆盖 7 个领域的世界模型

世界模型不用再一个领域训一个了，JEPA 拆成 4 个因子后在 7 个领域全赢 baseline，Pong 干预误差降了 34.8%。

#JEPA #世界模型 #JEPA-Anything #Interventional Pong

官方一手marktechpost@Asif Razzaq原文

模型 Agent 与开发者02:48

skyfallai 团队称 LLM 不适合商业决策，改做预测企业变化的世界模型

Maluuba 那帮人出来创业了，说 LLM 规划能力不行，改做能推演公司决策后果的世界模型，思路挺不一样。

#skyfallai #Maluuba #世界模型 #LLM

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者20:30

论文提出 SLIM 基准与逆动力学损失，修复 JEPA 世界模型规划失效

JEPA 世界模型在画面几乎不动时规划会崩，这篇论文用一个逆动力学辅助损失把成功率从 0.003 拉到 0.35，还给了个不需要环境访问的探测方法，做世界模型的人应该看看。

#JEPA #世界模型 #SLIM #LeWM

arXiv cs.AI@Florian Strohm 等 4 人原文

行业中美对照19:54

Yann LeCun：AI 进展让系统神经科学更有趣

LeCun 发了条短帖，说现在的 AI 反而给神经科学提供了能动手验证认知架构的工具，观点挺有意思。

#Yann LeCun #系统神经科学 #认知架构 #世界模型

官方账号Yann LeCun@ylecun原文

产品07:38

Sakana AI 宣布 Jürgen Schmidhuber 主讲的东京研讨会开放报名

Sakana AI 在东京办研讨会，Schmidhuber 亲自来讲世界模型，免费但座位有限，感兴趣得赶紧报名。

#Sakana AI #Schmidhuber #世界模型

David Ha@hardmaru原文

技巧 Agent 与开发者21:47

Citadel Securities COO 谈用 Slack 和会议数据构建公司内部世界模型

Citadel Securities 的 COO 分享怎么用 Slack、PPT 和会议记录给公司建一个'自我模型'，还讲了踩过的坑，做企业内部 AI 的可以听听。

#AI Engineer #世界模型 #企业知识库 #RAG

AI Engineer@aiDotEngineer原文

行业 Agent 与开发者10:14

3D模型公司不到2年ARR涨约百倍，突破1亿美元

讲了一家做3D生成的公司ARR两年从百万级干到破亿美元，还聊了GPT-6会不会把专业3D工具挤掉这个话题，做3D方向的人看看。

#3D生成 #GPT-6 #ARR #世界模型

量子位@听雨原文

论文 Agent 与开发者10:38

基于随机世界模型的视觉神经反馈系统验证

这篇论文提出了一种新的视觉系统验证方法，用随机世界模型替代GAN，在验证效果和准确性上都有显著提升。

#世界模型 #神经网络 #视觉系统 #验证方法

arXiv cs.AI@I. Samuel Akinwande 等 3 人原文

论文 Agent 与开发者03:54

DextaCWAM 项目发布机器人演示

伯克利团队发布了 DextaCWAM 项目的完整演示，包含真实机器人操作和世界模型预测，对机器人研究很有参考价值。

#DextaCWAM #伯克利 #机器人 #世界模型

Berkeley AI Research@berkeley_ai原文

模型 Agent 与开发者精选01:05

微软发布多模态生物学世界模型 Quine

微软新出的 Quine 能帮你跨尺度整合生物学数据，比直觉更高效地筛选假设。

#Quine #微软研究院 #多模态 #生物学

官方账号Microsoft Research@MSFTResearch原文

模型 Agent 与开发者00:22

Runway联合CEO探讨世界模型

Runway CEO分享世界模型如何改变机器人和交互界面，值得AI从业者关注。

#Runway #世界模型 #机器人 #AI Engineer

AI Engineer@aiDotEngineer原文

行业中美对照76°20:03

AMD 82亿美元收购李飞飞World Labs

AMD花82亿美元请来李飞飞，补齐了世界模型这块短板，以后用AMD显卡的开发者也能跑上优化的世界模型了。

#AMD #World Labs #李飞飞 #世界模型

宝玉@dotey原文

行业中美对照78°19:51

李飞飞世界模型团队被AMD全资收购

李飞飞团队被AMD收购，AMD将获得顶尖AI视觉人才和技术实力。

#李飞飞 #AMD #世界模型 #AI收购

orange.ai@oran_ge原文

论文 Agent 与开发者10:07

DyMD：用分布匹配蒸馏把 14B 视频模型压缩成四步 1.3B 学生模型

一篇把 14B 视频世界模型压到 1.3B、四步就能跑的蒸馏论文，专治 DMD 蒸馏后机器人动作变僵的问题，做具身智能的可以看看。

#DMD #视频生成 #蒸馏 #世界模型

arXiv cs.AI@Haojun Xu 等 7 人原文

论文 Agent 与开发者10:05

VLA-Dreamer：用世界模型改进 VLA 机器人控制

机器人方向的概念论文，想在 VLA 的视觉嵌入上训练世界模型，从而省掉海量模仿数据，还能做短期规划，思路挺有意思。

#VLA #世界模型 #JEPA #机器人

arXiv cs.AI@Parsa Mastouri Kashani 等 3 人原文

论文 Agent 与开发者10:02

MA-WAM：多智能体世界动作模型实现测试时规划

多智能体协作一直难在联合动作的相互影响上，这篇提出了首个给多智能体流策略做测试时规划的世界模型，30 个设置平均提升 22% 还只慢 12 毫秒，做 MARL 的可以看看。

#MA-WAM #MARL #世界模型 #测试时规划

arXiv cs.AI@Guowei Zou 等 7 人原文

论文 Agent 与开发者精选09:04

StarWM 用自监督注意力路由构建更抗干扰的世界模型

这篇论文解决世界模型被背景视频带偏的问题，让注意力自己决定哪里值得重建，DMC 实验数据很扎实，做 RL 或世界模型方向的可以细看。

#StarWM #世界模型 #DeepMind Control #自监督学习

arXiv: Google DeepMind@Zeqiang Zhang 等 7 人原文

模型 Agent 与开发者72°00:09

Odyssey 发布 Agora-2：20 人与 AI 同处实时生成的虚拟世界交互

Odyssey 新出的 Agora-2 能让 20 个人和 AI 在同一个实时生成的世界里玩，像 AI 版游戏引擎，多人视角还能互不冲突，做智能体研究的可以看看。

#Odyssey #Agora-2 #世界模型 #多模态

Gorden Sun@Gorden_Sun原文

模型 Agent 与开发者22:43

索辰科技与美梦空间联合发布具身模型与物理测评标准

索辰科技投资的美梦空间发布了具身模型，还配了一套物理测评标准，做具身智能的同学可以看看怎么评模型。

#索辰科技 #美梦空间 #世界模型 #具身智能

量子位@量子位的朋友们原文

论文 Agent 与开发者精选10:35

世界模型中的客体永久性训练论文发布

研究世界模型怎么学会记住被挡住的物体，做视频生成或具身智能的可以看看

#世界模型 #客体永久性 #论文 #Hugging Face

AK@_akhaliq原文

模型 Agent 与开发者83°11:13

Odyssey 发布 Agora-2：支持20人共享的 AI 实时生成世界

Odyssey 的 Agora-2 能让最多20个人和 AI 进同一个 AI 实时生成的世界，靠看《暗黑破坏神 II》录像学会规则，思路挺特别。

#Agora-2 #Odyssey #世界模型 #多模态

AIGCLINK@aigclink原文