字節跳動透過 Seed 世界模型團隊探索自動駕駛
據報導，字節跳動正透過旗下 Seed AI 研究團隊在世界模型與多模態 AI 的專業，探索進入自動駕駛領域。儘管官方否認有智能駕駛業務計畫，但產業消息指出其正為無人物流等自動駕駛應用進行籌備。
Search
Tag: #world-models97 results
修復目標導向世界模型中的指令洩漏問題
研究人員發現目標導向的世界模型常出現「指令洩漏」現象，模型會直接從指令中提取答案而非真正理解空間關係。透過將目標從動態預測中分離並監督讀取路徑，可恢復模型真正的感知能力。
🔬
LingBot World v2：具備穩定長時程互動的世界模型
LingBot World v2 是一個開源權重的互動式世界模型，利用混合雙向/自回歸注意力遮罩來防止漂移。透過一致性蒸餾與分佈匹配技術，該模型能實現長達 60 分鐘的穩定推論。
世界模型：2026 AI 資本卡位戰
「世界模型」概念正吸引百億資金投入，企業在生成式模擬與端到端具身交互路線之間分化。本文探討了實現真實物理智慧所面臨的技術挑戰。
MoWorld 實現 50FPS 與 70% 成本削減，推動世界模型發展
MoWorld 推出了一項世界模型解決方案，實現了 50FPS 的推論速度並降低了 70% 的營運成本。該項目已獲得包括華為與聯想在內的多家產業巨頭投資。
🔬
MIRA：用於 Rocket League 的多人互動世界模型
MIRA 是一個基於 1 萬小時 Rocket League 合成數據訓練的 50 億參數世界模型。由 General Intuition、Kyutai 和 Epic Games 共同開發，支援 4 名玩家的即時互動模擬。
LLM 世界模型規劃的新範式
研究人員提出了一種三階段訓練流程，使 LLM 代理具備「假設性」推理能力。透過內化世界模型，代理可以在執行前模擬未來結果並評估計畫。
阿里巴巴發布 Qwen-AgentWorld：代理訓練的新範式
阿里巴巴 Qwen 團隊推出了 Qwen-AgentWorld，這是一種旨在預測環境狀態而非僅僅選擇行動的語言世界模型。該模型涵蓋了作業系統、網頁及軟體工程等七大領域，旨在更有效地處理自主代理訓練中的邊緣案例。
DVD-JEPA：一個完全可重現的 JEPA 世界模型
DVD-JEPA 是一個開源且極簡的聯合嵌入預測架構 (JEPA) 實作，透過預測潛在表徵而非像素來學習世界模型。它在簡化環境中展示了有效的異常檢測與未來狀態預測能力，並可完全在瀏覽器端運行。
Yann LeCun 警告 AI 成本過高恐導致泡沫破裂
AI 先驅 Yann LeCun 警告，若 OpenAI 和 Anthropic 等公司無法降低營運成本或建立可持續的商業模式，AI 泡沫恐將破裂。他批評目前 AI 服務價格過低全靠投資人補貼，缺乏商業永續性。