世界模型

近日，知名AI视频生成公司Runway正式发布了其首个通用世界模型GWM-1，标志着该公司在AI内容生成领域迈出了从单一视频生成向复杂世界模拟的关键一步。这一发布不仅展示了Runway在生成式AI技术上的深厚积累，更预示着AI技术正在从内容创作工具向物理世界模拟平台演进。 GWM-1基于Runway最新的视频生成模型Gen-4.5构建，但采用了完全不同的技术…

在具身智能迈向开放世界落地的进程中，长期制约其发展的核心瓶颈并非算法本身，而是高质量、大规模真实机器人交互数据的极度稀缺。真机数据采集成本高昂、周期漫长，且难以覆盖多样化的开放场景，严重限制了视觉语言动作（VLA）大模型的规模化训练与泛化能力。传统仿真方法虽能快速生成数据，却受限于显著的Sim-to-Real差距，难以支撑真实世界的鲁棒部署。世界模型（Wor…

近日，人工智能领域的标志性人物、图灵奖得主Yann LeCun宣布将在年底离开Meta，并创立一家专注于高级机器智能（Advanced Machine Intelligence，AMI）的初创公司。这一消息在科技界引发广泛关注，不仅因为LeCun作为深度学习先驱的行业地位，更因为其新公司的目标直指AI发展的核心挑战——构建能够理解物理世界、具备持久记忆和复杂…

在AI技术从信息处理向物理世界交互演进的关键拐点，仿真合成数据正从辅助工具转变为基础设施，成为训练下一代AI模型的核心要素。近期，专注于该领域的光轮智能完成数亿元融资，其客户涵盖英伟达、谷歌、阿里、字节等科技巨头，以及Figure AI、智元机器人、丰田、比亚迪等产业代表，凸显了仿真合成数据在AI生态中的战略地位。 当前AI发展的核心矛盾在于：模型在文本、图…

近期AI领域两位重量级人物的发声，揭示了人工智能发展路径的重要转向。图灵奖得主杨立昆（Yann LeCun）被曝计划离开Meta，专注于以“世界模型”为核心的新事业；而斯坦福大学教授李飞飞则在社交媒体发表长文，直言大语言模型（LLM）的局限性，并提出“空间智能”才是通往通用人工智能（AGI）的关键。两人不约而同地强调“世界模型”的重要性，这标志着AI研究正从…

在自动驾驶技术从实验室走向商业化的关键阶段，视觉-语言-动作（VLA）大模型正面临着一个根本性的发展瓶颈：监督稀疏问题。特斯拉在ICCV会议上公开指出，当前VLA模型虽然能够处理高维、稠密的视觉信息流，但其训练监督信号却仅限于低维、稀疏的驾驶动作（如转向角度、加速度等路径点指令）。这种输入与监督之间的维度不匹配，导致模型无法充分利用PB级海量数据的潜力，严重…

美团推出开源视频生成模型LongCat-Video，该模型在文生视频、图生视频和长视频生成等多个任务上达到先进水平，通过技术创新实现了高质量、长时序的视频内容生成，为视频创作和AI世界模型研究提供了新的工具和思路。

“AI教母”李飞飞创办的 World Labs 于 2025 年 10 月 16 日正式发布新一代实时生成式世界模型 RTFM（Real-Time Frame Model）。该模型仅用单张消费级 H100 GPU 即可在交互帧率下持续渲染出物理真实、3D 一致且永久存在的虚拟世界，首次把“世界模型”推到了人人都能实时体验的门槛。RTFM 采用自回归扩散 Transformer 架构，不依赖显式 3D 表征，而是从海量视频里端到端“学会渲染”，支持单张或多张 2D 照片生成可无限漫游的 3D 场景。论文、代码与 DEMO 同步上线，被视为空间智能赛道的又一次“ChatGPT 时刻”