生數科技認領神秘登頂模型

🔑 增強重點摘要

• •生數科技此次發布的模型被認為是基於其自研的 Vidu 視頻生成架構進行了具身智能（Embodied AI）的跨模態遷移與強化。
• •該模型在具身智能領域的突破，核心在於實現了「視覺-動作」的端到端映射，使其能夠在未經訓練的環境中理解複雜指令並執行長程任務。
• •生數科技正積極推動具身智能與其核心視頻生成技術的融合，旨在構建一個能同時理解物理世界規律並進行高保真視頻模擬的通用智能體。

🛠️ 技術深入

• •採用了基於 Transformer 的多模態大模型架構，將視覺感知與動作規劃統一在同一個潛空間（Latent Space）中。
• •引入了長程任務規劃（Long-horizon Planning）機制，通過分層強化學習（Hierarchical RL）將複雜指令拆解為可執行的原子動作序列。
• •利用大規模物理模擬環境（Sim-to-Real）進行預訓練，顯著提升了模型在真實物理環境中的泛化能力與魯棒性。
• •支持跨本體（Cross-embodiment）遷移，模型參數可適配不同自由度的機械臂或移動底盤，無需針對特定硬體進行大規模重訓。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線