世界模型

从BERT到Genie：掩码范式如何铺就通往AGI的世界模型之路 从OpenAI的Sora到Google DeepMind的Genie，2025年无疑是世界模型 （World Model） 的爆发之年。 然而，繁荣的背后是概念的混战：世界模型究竟是什么？是强化学习里用来训练Agent的环境模拟器？是看过所有YouTube视频的预测模型？还是一个能生成无限3D…

本文全面探讨具身智能（Embodied AI） 的基础与前沿进展，核心聚焦大语言模型/ 多模态大模型 与世界模型（WMs ） 对具身智能的赋能作用 ——LLMs/MLLMs 通过语义推理和任务分解强化具身认知 ，WMs 通过构建外部世界的内部表征和未来预测 支撑物理合规交互，二者融合形成的MLLM-WM 联合架构 成为突破复杂物理世界任务的关键方向。 具身智…

该工作由上海人工智能实验室钟志航团队联合四川大学、东京大学、上海交通大学、西北工业大学共同完成。 在李飞飞团队 WorldLabs 推出 Marble、引爆「世界模型（World Model）」热潮之后，一个现实问题逐渐浮出水面：世界模型的可视化与交互，依然严重受限于底层 Web 端渲染能力。 Marble 所依赖的基于 WebGL 的 3D Gaussia…

该工作由上海人工智能实验室钟志航团队联合四川大学、东京大学、上海交通大学、西北工业大学共同完成。 在李飞飞团队 WorldLabs 推出 Marble、引爆「世界模型（World Model）」热潮之后，一个现实问题逐渐浮出水面：世界模型的可视化与交互，依然严重受限于底层 Web 端渲染能力。 Marble 所依赖的基于 WebGL 的 3D Gaussia…

在人工智能领域向通用人工智能（AGI）迈进的过程中，DeepMind联合创始人兼CEO德米斯·哈萨比斯近期在播客访谈中提出了一个核心观点：实现AGI需要技术创新与规模扩展各占50%的平衡努力。这一观点不仅为当前AI发展提供了战略框架，更揭示了AGI实现路径中的关键挑战与机遇。 哈萨比斯强调，单纯依赖模型规模的扩展无法突破现有AI系统的根本局限。当前大语言模型…

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…