世界模型
LeCun亲自出镜打脸质疑者！憋了20年的AI世界模型，终于爆发了
正处于风暴中心的LeCun，亲自出镜了！ 在视频中，他介绍了V-JEPA 2的新进展，目标就是开发能改变AI与物理世界交互方式的世界模型。 图片可见，对于Meta刚刚发布的这个博客，LeCun真的格外用心。
6/12/2025 2:32:07 PM
新智元
Meta 推出名为 V-JEPA 2 的“世界模型”，助力机器人理解物理世界
Meta发布最新AI模型V-JEPA 2，旨在帮助AI智能体理解物理世界，预测事件发展。该模型训练数据超100万小时视频，运行速度比Nvidia Cosmos快30倍。Meta首席AI科学家Yann LeCun称其将开启机器人技术新纪元。#人工智能##MetaAI#
6/12/2025 11:14:15 AM
远洋
刚刚，LeCun亲自出镜，Meta推出新世界模型！
最近，Meta 大动作不断。 前些天有外媒曝出马克・扎克伯格正在组建一个名为「超级智能团队」的专家团队，以实现通用人工智能。 随后开出 9 位数的薪酬为该团队吸纳人才。
6/12/2025 9:37:30 AM
机器之心
智源研究院发布“悟界”系列大模型，含全球首个原生多模态世界模型 Emu3
北京智源人工智能研究院今日发布“悟界”系列大模型，包括全球首个原生多模态世界模型“悟界・Emu3”、全球首个脑科学多模态通用基础模型“悟界・见微 Brainμ”。
6/6/2025 11:21:19 AM
清源
DeepMind闭关修炼「我的世界」，自学成才挖钻登Nature！人类玩家瑟瑟发抖
AI又进化了，在没有任何人类数据的参与下，自己玩《我的世界》还能找到钻石！ 在刚刚登上Nature的论文中，谷歌DeepMind的智能体通过纯·自我学习，顺利完成了收集钻石的任务。 图片论文链接：，DeepMind的计算机科学家Danijar Hafner表示：「Dreamer是一个重要的里程碑，标志着AI又朝着通用人工智能前进了一大步。
4/7/2025 3:00:00 AM
新智元
CityDreamer4D: 下一个世界模型，何必是视频生成模型？
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。
1/28/2025 1:19:00 PM
机器之心
JHU 陈杰能：世界模型+心智模型，让具身智能体拥有「想象力」
作者 | 赖文昕编辑 | 陈彩娴近日，马尔奖得主、约翰霍普金斯大学教授 Alan Yuille 的团队发布了一项世界模型方向的重磅工作——GenEx，引起了具身智能领域的广泛讨论与关注。 作为李飞飞初创公司 World Labs 发布的同期工作，生成模型 GenEx 的特别之处在于它能让 AI 具有"想象力"，使智能体通过想象出来的观测探索生成式世界。 受到心智模型的启发，GenEx 希望在一定程度上试图模拟人类大脑中对世界的认知方式和理解机制，以实现更智能、更灵活的人工智能系统。
12/30/2024 3:05:00 PM
赖文昕
出手即王炸？照片级真实度生成式世界模型，还获得皮克斯和Jeff Dean投资
世界模型正在爆发！ 近段时间，世界模型的相关研究成果正如雨后春笋版不断涌现，光是我们报道过的就已有南大周志华团队的世界模型 Whale、Yann LeCun 团队的世界模型研究、李飞飞 World Labs 的空间智能研究、谷歌的强大世界模型 Genie 2 以及刚刚开源的像是能模拟万物的生成式物理引擎 Genesis。 事实上，在 Genesis 开源发布的差不多时间，一家名为 Odyssey 的创业公司也向世界介绍了他们的世界模型 Explorer。
12/20/2024 1:36:00 PM
机器之心
18k个视频、专为自动驾驶世界模型设计，DrivingDojo数据集来了
AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。 如果您有优秀的工作想要分享，欢迎投稿或者联系报道。
12/9/2024 2:12:00 PM
机器之心
LeCun团队新作：在世界模型中导航
现实世界版的 Genie-2？ 最近，世界模型（World Models）似乎成为了 AI 领域最热门的研究方向。 继 World Labs（李飞飞）、谷歌 DeepMind 接连发布自己的世界模型研究之后，Meta FAIR 的 Yann LeCun 团队也加入了战场，也在同一周之内发布了导航世界模型（Navigation World Models/NWM）。
12/7/2024 5:04:00 PM
机器之心
谷歌世界模型爆发：单张图生成可玩3D世界，还要和马斯克一起做AI游戏
昨晚，世界模型向前迈出了一大步！ Google DeepMind 震撼宣布了他们的新一代世界模型 Genie 2，其可根据一张图生成可供人类或 AI 智能体游玩的无限 3D 世界。 消息发布后，好评与震惊如潮水般涌现。
12/5/2024 12:01:00 PM
机器之心
WHALE来了，南大周志华团队做出更强泛化的世界模型
世界模型又出新进展了，来自国内机构。 人类能够在脑海中设想一个想象中的世界，以预测不同的动作可能导致不同的结果。 受人类智能这一方面的启发，世界模型被设计用于抽象化现实世界的动态，并提供这种「如果…… 会怎样」的预测。
11/13/2024 2:32:00 PM
机器之心
世界模型新突破！极佳科技提出DriveDreamer4D，首次利用世界模型增强4D驾驶场景重建效果
近日，极佳科技联合中国科学院自动化研究所、理想汽车、北京大学、慕尼黑工业大学等单位提出DriveDreamer4D，是首个利用世界模型增强 4D 驾驶场景重建效果的工作。 DriveDreamer4D 可以大幅提升多种自动驾驶 4D 重建算法的效果，在 user study 实验中获得了超过 80% 的偏好投票，为走向空间智能和 4D 世界模型迈出了坚实的一步。 论文链接：：：。
10/28/2024 1:11:00 PM
机器之心
北大陈宝权教授：从图形计算到世界模型
世界模型是当前的热点话题。我这里分享的题目是 “图形计算到世界模型”，作为抛砖引玉，试图挖掘和展示图形计算和世界模型两者之间可能建立的紧密内在联系。GAMES 这个平台上的报告，主要是为了交流，鼓励大胆提出想法，引发讨论，而不是单纯的宣读一些既有成果。所以，我为此做了一些调研和思考，期待通过这个报告，能激发更多关于图形计算如何助力构建更精准世界模型的深入讨论。近年来，AIGC 领域的大模型技术取得了迅猛的发展，引发了广泛的关注与讨论。当观察到仅通过简单的文字输入，这些模型便能生成连贯且有逻辑的场景时，一个自然而然的
9/30/2024 2:06:00 PM
机器之心
最晚明年上半年落地L3：理想端到端自动驾驶，性能大幅提升
最近一段时间，生成式 AI 技术兴起，众多造车新势力都在探索视觉语言模型与世界模型的新方法，端到端的智能驾驶新技术似乎成为了共同的研究方向。上个月，理想汽车发布了端到端 VLM 视觉语言模型 世界模型的第三代自动驾驶技术架构。此架构已推送千人内测，将智能驾驶行为拟人化，提高了 AI 的信息处理效率，增强了对复杂路况的理解和应对能力。李想曾在公开的分享中表示，面对大部分算法难以识别和处理的罕见驾驶环境，VLM（Visual Language Model）即视觉语言模型可以系统地提升自动驾驶的能力，这种方法从理
8/6/2024 6:18:00 PM
李泽南
世界模型也扩散！训练出的智能体竟然不错
在图像生成领域占据主导地位的扩散模型，开始挑战强化学习智能体。世界模型提供了一种以安全且样本高效的方式训练强化学习智能体的方法。近期，世界模型主要对离散潜在变量序列进行操作来模拟环境动态。然而，这种压缩为紧凑离散表征的方式可能会忽略对强化学习很重要的视觉细节。另一方面，扩散模型已成为图像生成的主要方法，对离散潜在模型提出了挑战。受这种范式转变的推动，来自日内瓦大学、爱丁堡大学、微软研究院的研究者联合提出一种在扩散世界模型中训练的强化学习智能体 —— DIAMOND（DIffusion As a Model Of e
5/24/2024 2:24:00 PM
机器之心
资讯热榜
苹果发布全新Xcode 26开发者工具：内置ChatGPT先进AI功能
Microsoft Releases 700 Real AI Cases to Explore New Intelligent Work Models
微软发布 700 个真实 AI 案例，探索智能化工作新模式
Li Hang, head of ByteDance AI Lab, resigns; Seed team enters adjustment period
豆包App“一句话P图”功能全新升级 基于SeedEdit 3.0实现全面优化
DeepSeek前高管秘密创业，新AI Agent项目已获顶级VC押注
苹果向开发者开放本地AI能力，推出全新Foundation Models框架
苹果将 ChatGPT 和其他 AI 模型引入 Xcode
标签云
人工智能
AI
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
数据
机器人
大模型
Midjourney
用户
智能
开源
微软
GPT
Meta
学习
图像
技术
AI创作
Gemini
论文
马斯克
Stable Diffusion
算法
英伟达
代码
Anthropic
芯片
开发者
生成式
蛋白质
腾讯
神经网络
训练
3D
研究
生成
智能体
苹果
计算
机器学习
Sora
Claude
AI设计
AI for Science
GPU
AI视频
人形机器人
搜索
华为
百度
场景
大语言模型
xAI
预测
伟达
深度学习
LLM
字节跳动
Transformer
Agent
模态
具身智能
神器推荐
工具
文本
视觉
LLaMA
算力
Copilot
驾驶
大型语言模型
API
RAG
应用
架构