
觸覺讓世界模型超越純視覺
觸覺機器人正從感測器硬體延伸至資料集、基礎模型與評測基準。研究顯示,觸覺能提升物理推理與機器人任務成功率,但不一致的感測器格式也造成嚴重的跨裝置遷移挑戰。
Tag: #world-models97 results

觸覺機器人正從感測器硬體延伸至資料集、基礎模型與評測基準。研究顯示,觸覺能提升物理推理與機器人任務成功率,但不一致的感測器格式也造成嚴重的跨裝置遷移挑戰。

NVIDIA 推出 Cosmos 3 Edge,這是一款專為裝置端機器人控制設計的精簡世界模型。這個 4B omni-model 搭載 2B NVIDIA Nemotron-based reasoner,可支援機器人在不同感測器、環境與任務之間調整策略。

中國機器人 AI 新創眸深智能完成近 5 億元人民幣 Pre-A+ 輪融資,累計融資接近 10 億元人民幣。創辦人穆澤林正打造可商業部署的機器人世界模型,聚焦可重複擴張的工業場景,而非僅用於展示的樣板專案。

北京大學教授盧宗青創立的 BeingBeyond,正開發在 embedding space 中預測機器人動作與未來世界狀態的隱空間世界動作模型,而非生成像素畫面。其 Being-H0.8 將觸覺與視覺、動作及未來狀態預測結合,用於強化物理互動推理。

Nvidia 研究員 Jim Fan 概述了具身智能的發展路徑,提議從 VLA 模型轉向「世界動作模型」(WAM)。他預測到 2040 年,機器人將透過「傳感器化人類數據」與神經模擬器實現物理自主,並達到「物理圖靈測試」的里程碑。

據報導,Tencent 正將多模態 AI 方向從內容生成轉向上下文理解與在真實世界中行動。這項轉變似乎更接近梁文鋒對推理與執行的重視,也與 Fei-Fei Li 偏向世界模型的研究路線有所區隔。

VC Weekly 報導討論了閉源 AI 巨頭與開源社群之間的緊張關係,並強調了 Pete Florence 對機器人「世界模型」的質疑。報告指出產業正轉向專注於特定任務的 AI 代理。

位於劍橋的新創公司 Worldmodeldata 籌集了 700 萬英鎊,用於開發將電玩遊戲畫面轉化為高品質 AI 訓練資料的技術。該公司旨在協助 AI 模型更好地理解物理世界的互動。

MemoBench 是一個全新的診斷基準,旨在測試世界模型在動態環境中維持物體恆存與狀態演化的能力。研究顯示,目前的影片生成模型在物體被遮擋期間,難以準確追蹤並更新其狀態。
00後創始人陳博遠為其初創公司「逆矩陣」(Physis)籌集了超1億美元資金,旨在開發通用世界基座模型。他同時被任命為智源研究院(BAAI)行為世界模型創新中心負責人。