当前位置：
AIGC文章详情

长时世界模型、具身行动 | 多模态大模型8.16日报

源自7位全网作者

06:09

精选参考来源

1
AI能生成连续2小时的连贯虚拟世界了！无限时长交互世界模型新突破 【生成式AI】【世界模型】

熊二等兵 2026-08-15

来自哔哩哔哩
2
【清华联合伯克利提出连续世界模型，机器人不用再逐帧猜环境】在#具身智能# 的演进中，世界模型被寄予厚望：它不仅要生成未来画面，更要帮助机器人理解世界如何连续变化。然而，当前主流的视频生成与部分机器人世界模型，它们的底层架构大多仍受制于一个固有的思维定式：离散的下一步预测（Discrete Next-step Prediction）。简单来说，这种模式将连续的物理世界切分成了一帧帧静态的画面。AI 预测未来时，必须像翻连环画一样，根据当前帧去推演下一帧。这种方式在短时间的视觉生成上大放异彩，但面对长视距的物理任务时，却暴露出明显缺陷：由于误差会逐帧累积，时间一长，AI 就容易偏离原本的物理规律，产生不合逻辑的幻觉。近日，清华大学智能产业研究院（AIR）与加州大学伯克利分校（BAIR）团队合作提出了一种全新的预测范式 ODEWorld，其建立在连续的“物理时间流”（Physical-Time Flow, PT-Flow）之上。与传统方法直接预测下一帧是什么不同，ODEWorld 试图学习的是：世界究竟怎样从当前状态连续地变化到未来状态。戳链接查看详情：网页链接

麻省理工科技评论 2026-08-15

来自新浪微博
全部
来源
内容由AI生成

精选参考来源

1. AI能生成连续2小时的连贯虚拟世界了！无限时长交互世界模型新突破 【生成式AI】【世界模型】

哔哩哔哩 2026-08-15 00:00:00

2. 【清华联合伯克利提出连续世界模型，机器人不用再逐帧猜环境】在#具身智能# 的演进中，世界模型被寄予厚望：它不仅要生成未来画面，更要帮助机器人理解世界如何连续变化。然而，当前主流的视频生成与部分机器人世界模型，它们的底层架构大多仍受制于一个固有的思维定式：离散的下一步预测（Discrete Next-step Prediction）。简单来说，这种模式将连续的物理世界切分成了一帧帧静态的画面。AI 预测未来时，必须像翻连环画一样，根据当前帧去推演下一帧。这种方式在短时间的视觉生成上大放异彩，但面对长视距的物理任务时，却暴露出明显缺陷：由于误差会逐帧累积，时间一长，AI 就容易偏离原本的物理规律，产生不合逻辑的幻觉。近日，清华大学智能产业研究院（AIR）与加州大学伯克利分校（BAIR）团队合作提出了一种全新的预测范式 ODEWorld，其建立在连续的“物理时间流”（Physical-Time Flow, PT-Flow）之上。与传统方法直接预测下一帧是什么不同，ODEWorld 试图学习的是：世界究竟怎样从当前状态连续地变化到未来状态。戳链接查看详情：网页链接

新浪微博 2026-08-15 00:00:00

3. 告别"停下才能干活"的僵化模式，全球首个"边移动边操作"的全身家务机器人模型，实现移动与操作统一预测

哔哩哔哩 2026-08-15 00:00:00

4. 从零跑通 nanoVLM：在笔记本上实现一个视觉语言模型

知乎 2026-08-15 00:00:00

5. 机器人世界模型如何预演未来

小红书 2026-08-15 00:00:00

6. 视频生成模型框架梳理

知乎 2026-08-15 00:00:00

7. AI到底有什么区别？多模态又是什么？

小红书 2026-08-15 00:00:00

0
0
扫一下，分享更方便，购买更轻松
0评论

当前文章无评论，是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章
查看更多

已收藏
去我的收藏夹