aiwillknow.AI 前沿观察每日 08:00 开始整理
本期研究 /

FIELD NOTES / 03

世界模型WORLD MODELS

关注可交互、可预测的世界,以及它们如何服务决策和训练。

时空建模交互仿真
RESEARCH SNAPSHOT收录概览
05项研究与重要更新
按来源核对开放状态
开源 / 开放2
闭源3
待开放 / 核实0

EXPLORE THE FIELD

全部已收录研究5

按工作日期排列 · 新 → 旧
5 项工作
世界模型闭源 · 发布预告

Odyssey-3

把世界预测能力接到多种物理系统的动作上

用自回归扩散 Transformer 学习世界动态,再训练动作解码器适配机器人等系统。官方展示机械臂、人形、车辆及游戏案例;截至发布文,公开开放仍计划在随后几周进行。

Odyssey
物理智能动作解码
阅读简报
世界模型闭源 · 早期访问

Atlas

把生成、重建与模拟放进同一个世界模型

将输入图像锚定到三维位置形成空间上下文,在同一框架下生成新视角、重建场景并探索动态模拟。相比只控制视频相机轨迹,它尝试把多次观察与生成结果放进可管理的空间状态。

World Labs
空间智能3DGS
阅读简报
世界模型代码 + 权重

Cosmos 3 Edge 后训练

世界模型如何变成设备端机器人策略

把 4B Cosmos 3 Edge 世界基础模型后训练成机器人策略,并部署到 Jetson Thor。技术指南给出数据、动作服务和闭环评估路径,也披露 120 项任务上 22.9% 的成功率。

NVIDIA
后训练动作生成
阅读简报
世界模型闭源 · 研究展示

Real-to-Sim-to-Real

让生成的世界真正用于训练机器人

从真实任务构建可控仿真,再用仿真训练和筛选机器人策略。关键证据不是场景“看起来像”,而是不同策略在仿真中的相对优劣、失败位置与真实硬件是否一致。

World Labs / SceniX
仿真策略评估
阅读简报
世界模型训练代码 + 数据

MIRA

四个玩家的动作,共同驱动一个生成世界

在 Rocket League 中同时接收四名玩家动作,用共享表示生成连贯比赛画面。5B 模型在单张 NVIDIA B200 上运行到 20fps;它把世界模型评测从单人漫游推进到多主体交互。

General Intuition · Kyutai · Epic Games
多人交互动作条件
阅读简报