世界模型

推荐理由：Induction Labs 搞了个新套路：不用动作标签，只看视频就能学会模拟桌面、跳棋和台球物理。106B 参数的 MoE 模型，一次预训练就够了。

推荐理由：Reactor 团队把 Dreamer 4 的完整训练配方和代码都开源了，JAX/Flax 实现，想复现世界模型做视频预测的赶紧看。

推荐理由：这个国产模型在权威榜单上拿了第一，还完全开源，用昇腾就能跑，值得看看。

推荐理由：NVIDIA发了能在设备上实时跑的世界模型，4B参数，15Hz控制机器人，vLLM直接就能用。

推荐理由：酷哇科技搞了个新东西，把物理世界和人类社会的模型合二为一，机器人更聪明了。

推荐理由：国家基地联手魔芯搞了个MoWorld 3D，能直接文本生成3D场景，给机器人训练省大钱了。搞具身智能的别错过。

推荐理由：启鸣达人发了份教育AGI白皮书，讲了世界模型怎么驱动教育，搞AI教育的可以看看。

推荐理由：Deepmind 把视频生成器当成通用感知模型，用合成视频训练就达到了顶级深度估计水平，挺震撼的，值得一看。

推荐理由：阿里云百炼出了个世界模型，一句话就能生成可以亲自进去玩的数字世界，还能随时改剧情，适合做游戏原型或互动剧。

推荐理由：小鹏的智驾模型做到了全球通吃，同一套代码跑通中欧路况，还有明确的2027年海外交付计划，挺酷的。

推荐理由：这期播客聊了为什么AI学东西这么慢，重点介绍了‘世界模型’这个可能的解法，涉及AlphaGo、自动驾驶、机器人等具体案例，非常有料。

推荐理由：这篇论文发现DreamerV3等模型在Pong里会弄丢球，他们用CGSReg方法修了一部分问题，做强化学习的可以看看。

推荐理由：DriftWorld 能让机器人快速想象动作结果，比扩散模型快 17 倍，还能离线评估策略，性能强又省时。

推荐理由：原力灵机用DW0.5世界模型训练VLA，真机数据需求降60%。把RL搬到虚拟世界，机器人后训练成本大降。

推荐理由：高德发了ABot-World Studio，用一张5090就能生成小时级的实时3D场景和交互视频，做游戏或数字孪生都可以试试，门槛低了很多。

推荐理由：这篇论文梳理了从世界动作模型到具身大脑的路线图，对搞具身智能的研究者很有参考价值。

推荐理由：这篇论文用实验告诉你，深的世界模型在滚动预测时不一定管用——在DeepMind Control的9个任务里，有2个反而是早退浅层更好，而且原因竟然出在训练方式上。搞模型规划的值得看看。

推荐理由：字节跳动也在看自动驾驶了，虽然官方说没打算做智能驾驶，但Seed世界模型团队已经在探索，可能有无人物流方向。

推荐理由：哈工大年轻教授从触觉切入人形机器人，想做世界模型，和主流视觉路线不同，思路挺有意思。

推荐理由：具身AI每两天就冒出一个新模型，这次BAAI和阿里都出手了，想看看软件智能怎么拼过硬件？这篇总结到位。

推荐理由：中国团队搞了个Orca世界模型，不用学动作标签就能看懂视频里的世界，在五个机器人任务上跟专业π0.5打平，厉害。

推荐理由：这个开源世界模型能稳跑几小时不崩画质，比那些几分钟就坏的强多了，机器人预判世界的好工具。

推荐理由：Robbyant Brain又开源了三个模型，从看世界到模拟世界一步到位，做具身智能的可以关注LingBot系列。

推荐理由：想低成本搞个能交互的虚拟世界？蚂蚁灵波开源了LingBot-World 2.0，小时级就能生成，还支持多人一起玩，比之前那些模型快多了。

推荐理由：LingBot-World 2.0 能生成一小时长、720p/60fps 的交互世界，Agent 驱动事件变化，像游戏一样可玩。

推荐理由：50FPS跑世界模型还能降本70%，华为联想都投了，这是产业落地的信号。

推荐理由：凯迪拉克要首发量产Momenta的R7世界模型了，这个模型能通过强化学习理解物理规律，让自动驾驶更靠谱。

推荐理由：这篇给了世界模型的具体定义和路线图，适合想了解它在强化学习、视频生成、机器人等领域不同玩法的人。

推荐理由：Kyutai Labs开源了MIRA，一个在神经网络里直接跑《火箭联盟》的模型，5B参数、20fps，不用游戏引擎纯靠学习生成，比传统游戏模拟器有意思多了。

推荐理由：蔚来直接把世界模型OTA推给了70万车主，全量更新没落下任何人，升级体验很丝滑。

推荐理由：LeCun团队搞了个新研究，让世界模型能一直学新东西不忘记旧的，跟之前的世界模型不一样。

推荐理由：中国团队把JEPA用在了细胞里，预测基因动态比之前准了23%，还能还原生物通路，有点意思。

推荐理由：机器人强化学习的新思路，WorldSample 用世界模型生成合成数据，成功率提28%还省了59%训练时间，值得一看。