搜索
普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA和智元研究人员提出WorldOracle，并于10月16日开放评测平台；七种模型的真实执行对照显示，其机械臂轨迹较准但物体运动易偏离，长序列预测表现也会明显退化。
两年前因在字节跳动实习期间恶意篡改代码、干扰模型训练任务而被辞退，随后遭字节起诉索赔800万元的田柯宇，已经带着一家世界模型实验室重回牌桌。团队只有约 10 个人，没有公开公司名字，没有推出产品 demo ，完整模型预计要到 2027 年才发布，但已经融到近 3000 万美元，投后估值 2 亿美元。
不er，印象中非常吃算力的「游戏世界模型」，居然就这样被塞进一张RTX 5090里了？！
数据越采越多，机器人就能越来越会干活吗？
最近，来自牛津大学&莫纳什大学&布里斯托大学的团队提出了交互式视频世界模型 Oneira，将这类模型从开放式的生成走向开放世界的交互。
好家伙，字节这回直接把AI生成玩成开放世界了？！
想象你站在一条产线旁边。
大语言模型为什么能 scale？一个重要基础是，海量来源各异的知识，被统一进了同一种输入输出空间 —— 文本。输入是文本，输出也是文本，主干模型在这个统一空间中学习、组合与迁移知识。那么，具身智能要获得类似的泛化能力，通往 Physical AGI，它的 “原生统一空间” 是什么？
LeCun创办的AMI联合纽约大学、巴黎INRIA和布朗大学推出分层世界模型H-JEPA并开源代码及预训练权重，其在Visual AntMaze任务中以更少规划计算取得更高成功率。
英伟达联合MIT和牛津大学团队提出Physis-Lang，通过物理语言描述、自进化准则和能力导向的数据检索提升视频模型的物理理解与生成表现，其Cosmos3-Super和Cosmos3-Nano在Physics-IQ Verified分列第一、第二。