3D建模像建造立体房屋模型，可以从各角度观察。 4D建模更进一步，像制作立体电影，有空间深度还有时间流动。 和平时视频不同的是，这些模型包含精确的几何信息和物理规律，AI可以在其中真正"生活"和学习，就像《黑客帝国》中的虚拟世界一样。

在正式展开之前，先说一件让人觉得有点不可思议的事情：一个参数量大约只有10亿的小模型，在世界建模任务上的表现，全面超越了参数量超过它100倍的顶尖商业AI接口。这不是一个靠堆规模、堆数据砸出来的胜利，而是靠一个聪明得多的架构设计实现的。这篇文章要讲的，就是这个故事。

从视频生成、机器人控制，到自动驾驶、GUI 智能体，再到科学发现，世界模型正在成为 AI 迈向「会想、会推演、会规划」的关键路线。它不再只是「看懂当下」，而是试图让模型学会在内部 ...

当业界还在为自回归与扩散这两种主流技术路线孰优孰劣而激辩时，答案可能已经显现。 今天，北京智源人工智能研究院（BAAI）重磅发布了其多模态系列模型的最新力作 —— 悟界・Emu3.5。

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 腾讯混元世界模型 HY-World 1.5 开源 ...

一张图，一个3D世界！今天，李飞飞团队重磅放出实时生成世界模型「RTFM」，通过端到端学习大规模视频数据，直接从输入2D图像生成同一场景下新视角的图像。值得一提的是，它仅需单块H100 GPU ...

在机器人技术领域，一场具有里程碑意义的变革正在悄然发生。智元机器人公司近日取得重大突破，推出世界模型迭代版本Genie Envisioner World Simulator 2.0（GE-Sim 2.0），为机器人行业带来了全新的 ...

具身智能系统通过整合多模态感知、世界建模和自适应策略生成，解决传统模块化架构的碎片化问题。本文提出动态感知-任务适应（DP-TA）框架，结合特征条件化模态对齐（F-CMA）机制，实现跨 ...