正在发生
现身看见具身智能正在发生
TECHNOLOGY · 技术
世界模型

智象未来发布原生全模态世界模型,登顶WBench Navi分榜

智象未来发布HiDream-O1-World,登顶WBench Navi分榜,并探讨世界模型在具身智能中的角色。

文 / 现身编辑部来源 / 量子位1 分钟读完技术 · XIANSHEN

AI 编撰 · 内容基于所列来源,重要信息请以原文为准

智象未来发布原生全模态世界模型,登顶WBench Navi分榜
资料图片 · 来源:量子位 · 加载失败时显示生成封面

在世界机器人大会期间,智象未来创始人梅涛发表演讲,阐述从多模态到原生全模态、从模拟到交互的世界模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身演进。公司正式发布交互式世界模型HiDream-O1-World,支持文本、图像及交互式操控输入,具备漫游、编辑、交互能力,并可生成多种风格化场景。该模型在权威榜单WBench的Navi分榜中排名第一。梅涛强调,高IQ不等同于全能,世界模型需完整表达世界状态、推演物理规律并具备重构能力。他提出“数据—认知—行动—反馈”闭环,认为互联网先验数据、仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快,但和真实世界总有差距。◆ 小白科普 · 现身物理试错和真实交互数据缺一不可。智象未来已积累近千万小时视频数据,并与诺亦腾机器人合作,利用大模型用海量数据训练出来的超大规模 AI 程序,具备一定的理解和推理「常识」。ChatGPT 是语言大模型,机器人用的是能输出动作的大模型。◆ 小白科普 · 现身增强人体动作数据,降低真实数据采集为 AI 模型收集「教材」的过程。机器人行业主要靠人远程示范(遥操作)一条条录,或在仿真环境里批量生成。◆ 小白科普 · 现身成本。梅涛表示,世界模型具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界,不只在屏幕里回答问题。◆ 小白科普 · 现身的认知中枢,推动仿真逼近真实物理,加速数据飞轮比喻一种自我强化的循环:机器人干得越多,积累的数据越多,模型就越聪明,活儿就干得更好。◆ 小白科普 · 现身转动。