世界模型研究进展:让模型理解物理世界
从文本到视频到物理交互,世界模型是通往更通用智能的关键叙事。
什么是世界模型
能在内部模拟物理世界运行规律的模型:预测物体运动、因果推理、反事实想象。视频生成模型的爆发被视为世界模型的雏形。
与 LLM 的关系
语言模型学习世界的语言描述,世界模型学习世界的运行本身。两者结合(语言接口加世界模拟)是具身智能的基础。
落地距离
当前的世界模型在长时序一致性上仍有明显短板,落地以短视频生成与仿真数据生成为主。
DISCUSSION
文章讨论
0 条评论
从文本到视频到物理交互,世界模型是通往更通用智能的关键叙事。
能在内部模拟物理世界运行规律的模型:预测物体运动、因果推理、反事实想象。视频生成模型的爆发被视为世界模型的雏形。
语言模型学习世界的语言描述,世界模型学习世界的运行本身。两者结合(语言接口加世界模拟)是具身智能的基础。
当前的世界模型在长时序一致性上仍有明显短板,落地以短视频生成与仿真数据生成为主。
0 条评论