搜索
一句话概括：文本世界模型都在比 "生成文本像不像真实环境"，但我们发现文本更接近真实环境的预测反而可能让智能体错得更离谱。把训练目标从 "状态一致" 换成 "行为一致" 后，16 组实验配置下世界模型的轨迹级一致性几乎全面提升，弱智能体离线评测的假阳性率从 42.5% 降到 9.5%。
字节跳动创始人张一鸣亲自督战基于Seedance打造的空间视频生成AI模型，预计最快10月面世，该模型可响应PICO头显用户指令实时生成虚拟世界，有望盘活PICO并推动字节进入世界模型赛道。
近年来，视频生成模型在清晰度、时序一致性和可控性上快速进步。给定文本、图像、相机轨迹或玩家动作，模型已经能够合成连贯的后续画面，也让「可交互视频世界」逐渐从概念走向可观看、可操作的原型。
图形学宗师童欣正式加盟胡渊鸣创办的AI 3D公司Meshy出任首席科学家，将负责制定长期科研战略，与胡渊鸣共同推进多模态世界模型与实时交互系统突破，朝着"AI for Fun"的愿景迈进。
智象未来（HiDream.ai）正式发布具身世界模型HiDream-O1-Embodied，该模型在具身智能评测平台RoboColiseum扰动适应子榜单中以0.692分登顶榜首，标志着智象原生全模态世界模型矩阵的进一步完善。
北京航空航天大学史振威与邹征夏教授团队开发了面向广域地球观测的生成式基础模型MetaEarth3D，只需给定文字或卫星图即可生成无界连续一致的三维世界场景，并自带空间标注使空天AI模型空间理解能力平均提升22.85%。
理想汽车在AI人才离职潮中引入世界模型专家刘宇，任具身行为部负责人，专注研发机器人基座模型并向詹锟汇报。
空间智能企业映界科技MirrorSpace完成超千万元种子+轮融资，海愿资本领投，奇绩创坛、松禾资本持续加注，资金重点用于感知硬件商业化交付与时空世界模型训练。
西湖大学AGI实验室发布Code World Model视频世界模型，将世界演化与视觉生成分离，由Coding Agent和代码负责因果规则执行、视频模型负责高保真视觉渲染，并提出Proxy作为可编译视觉条件通道，用约5.6小时游戏视频完成原型验证。
20多年前，计算神经学家杰夫·霍金斯写道：“智能不只是模式识别，更是对世界的建模。”如今，世界模型正在批量迎来自己的里程碑时刻。