搜索
在机器人操作研究中，视觉语言动作模型（Vision-Language-Action，VLA）与世界动作模型（World Action Model，WAM）为机器人提供了不同的动作生成路径。但当任务从一次抓放延伸到连续搭建与双臂协同，决定成败的就不只是眼前这个动作能否完成，还包括此前建立的条件能否一直支撑后续执行。
在 RoboColiseum 最新一期周榜中，MXI-SimWorld 以 0.9656 的成绩位列总榜第一、空间理解、通用操作子榜第一。
TensorWorld物原科技成立于今年7月，成立一个月内连续完成天使轮和天使+轮融资、累计融资过亿美元，并获凯辉基金、红杉中国、蚂蚁集团、美团战投等顶级资本投资，聚焦构建面向Physical AI的物理原生基础模型。
AI 能逼真地 “搭出” 一个世界，就能准确预测它如何运转吗？GPT-6 Astra 展现出的场景建模能力令人印象深刻。但几何与外观的逼真还原，并不意味着对物理规律的准确把握。避免物体穿模、借助语义先验估计物理属性，与准确推演物体运动之间，仍有距离。后者还需要进一步识别质量、摩擦系数和阻尼等难以仅凭外观确定的属性与参数。
魔芯科技在世界互联网大会发布通用4D世界模型MoWorld 2.0，将十余种物理要素纳入统一建模，并通过华为昇腾NPU协同优化将实时视频推理速度提升至70 FPS。
深圳市大数据研究院与华为联合研发的ASP被NeurIPS 2026接收，该系统基于昇腾910B3和MindSpeed-RL，以队列感知调度优化多实例异步RL训练，生成吞吐最高提升222%、单轮迭代时间最多降低76%，并将电信百卡集群训练周期从3个多月缩短至约2个月。
国防科技大学与清华大学团队提出ICRPM（In-Context Risk Predictive Model），利用近期任务—风险记录预测策略更新后的风险，在无需额外rollout或环境交互的情况下提升大模型RLVR、Meta-RL及鲁棒控制中的任务排序与训练效果。
李飞飞创办的 World Labs 发布 Frameboy 研究预览版，将自回归世界模型 Atlas 接入浏览器云端实时交互，单张图片生成的 3D 世界最高可达 15 fps，并支持自由操控镜头探索。
憋了整整两年多，百度终于亮出了自己的重磅杀手锏！
用螺丝刀拧紧螺丝，听起来并不复杂。