Pelican-Sim 1.0 là mô hình mô phỏng thế giới giúp robot dự đoán các quan sát tương lai từ hành động và bối cảnh hình ảnh, hỗ trợ ra quyết định hiệu quả trên nhiều loại thiết bị khác nhau.
Odyssey@odysseymlWorld models, part 3. Tomorrow.
DịchDự án Odyssey vừa thông báo sẽ công bố phần tiếp theo trong loạt mô hình thế giới (world models) của họ vào ngày mai, hứa hẹn mang đến những bước tiến mới trong lĩnh vực mô phỏng AI.
ActionSplice là khung suy luận mới giúp thay đổi hành động trong mô hình thế giới video mà không cần tính toán lại từ đầu, thông qua kỹ thuật vận chuyển trạng thái phản thực tế (CST) giúp tối ưu hóa tốc độ và độ chính xác.
Shengshu giới thiệu mô hình thế giới RSI, cho phép robot tự học hỏi và tiến hóa thông qua tương tác thực tế, mở ra bước tiến mới trong khả năng tự chủ của robot.
Shengshu Technology giới thiệu Motus2, mô hình thế giới và hành động giúp robot cải thiện đáng kể khả năng thao tác vật thể phức tạp, nâng tỷ lệ thành công khi đặt điện thoại từ 65% lên 75% nhờ dữ liệu góc nhìn thứ nhất.
Tại hội nghị JDD, JD.com đã nâng cấp mô hình tạo video-âm thanh JoyAI-Echo 1.5 và công bố mã nguồn mở cho EchoWM, mô hình thế giới nghe nhìn có khả năng tương tác.
Tiếp nối phiên bản 14B, Ant Group vừa phát hành ba mô hình LingBot-World 2.0 mới, trong đó bản 1.3B được thiết kế đặc biệt để chạy mượt mà trên các dòng GPU tiêu dùng phổ thông.
Bài viết từ Sakana AI phân tích các nghiên cứu tiên phong về mô hình thế giới (world models) được công bố trên tạp chí của Hiệp hội Hoàng gia Anh, mở ra góc nhìn mới về lộ trình phát triển của trí tuệ nhân tạo.
Mô hình thế giới RSI tích hợp xúc giác, bộ nhớ và dữ liệu bản ngã, mở ra khả năng tự tiến hóa đột phá cho robot.
Motus2 tích hợp khả năng hành động, dự đoán và đánh giá vào một mô hình duy nhất, tạo ra vòng lặp khép kín từ tạo tác vụ đến cập nhật chiến lược, đồng thời bổ sung module cảm biến xúc giác chuyên dụng.
Thêm 1 nguồn khác đưa tinPandaily
Rohan Paul@rohanpaul_aiGoogle DeepMind + Harvard + Stanford and many other top labs paper argues that a path to AGI may be …
DịchNghiên cứu mới từ DeepMind và các đại học danh tiếng khẳng định AGI cần các hệ thống thị giác biết học hỏi từ tương tác thực tế thay vì chỉ xử lý ngôn ngữ, nhằm hiểu sâu sắc về sự thay đổi và dự đoán tương lai.
ACE Robotics và NTU S-Lab vừa công bố mã nguồn mở Puffin-World, mô hình hợp nhất vật lý, hình học và ngoại hình, đạt kết quả SOTA về sai số góc camera trên bốn bộ dữ liệu chuẩn.
RCWM sử dụng các chương trình cảnh đệ quy (RSP) và bộ giải xây dựng để tái tạo không gian 3D chi tiết chỉ từ một hình ảnh tham chiếu duy nhất, mở ra hướng đi mới cho mô hình thế giới.
World in World (WiW) là phương pháp đột phá cho phép tương tác và điều khiển video thời gian thực mà không cần huấn luyện lại mô hình, thông qua việc tích hợp trực tiếp dữ liệu hình ảnh vào các mô hình thế giới có sẵn.
Nghiên cứu giới thiệu WMRL, phương pháp thay thế việc thực thi môi trường tốn kém bằng mô hình thế giới, giúp giải quyết nút thắt chi phí khi huấn luyện các tác nhân nghiên cứu tự động bằng học tăng cường.
Rohan Paul@rohanpaul_aiThis is an interesting concept: a "business world model" The idea is to connect what customers sai…
DịchLightfld sử dụng 'Mô hình thế giới kinh doanh' để kết nối dữ liệu khách hàng thành đồ thị suy luận, giúp AI theo dõi tiến trình giao dịch và đề xuất chiến lược phản hồi tối ưu nhất.
Elvis Saravia@omarsar0Recommended read. As the world becomes more agentic, we will start to see world models of different …
DịchLightfld ứng dụng 'mô hình thế giới doanh nghiệp' để giải mã sự phức tạp trong vận hành CRM, giúp các AI Agent khai thác dữ liệu hiệu quả và mở rộng tiềm năng sang các lĩnh vực kinh doanh khác.
Thêm 1 nguồn khác đưa tinX: Rohan Paul (@rohanpaul_ai)Tại hội nghị InnoMatch, Shengshu Technology đã giới thiệu Motus2, mô hình thế giới tự tiến hóa tích hợp chiến lược, mô phỏng và đánh giá hành động, đánh dấu bước tiến quan trọng trong việc phát triển các tác nhân AI tự chủ có khả năng tương tác vật lý.
Cùng sự kiện, bài đại diện «Shengshu Technology ra mắt Motus2: Mô hình thế giới tự tiến hóa cho robot thao tác linh hoạt»Tại sự kiện JDD, JD.com đã ra mắt mã nguồn mở JoyAI-EchoWM và EchoWM-Flash, những mô hình thế giới hỗ trợ tạo âm thanh-hình ảnh đồng bộ và điều khiển camera thông minh, đồng thời công bố kế hoạch phát triển siêu máy tính GPU và hệ thống logistics Superbrain 3.0.
LingBot-World 2.0 phiên bản rút gọn vừa ra mắt, tối ưu hóa hiệu suất ấn tượng cho phép vận hành thời gian thực trên phần cứng phổ thông.
Vào ngày 10/9, Amap thuộc tập đoàn Alibaba đã chính thức công bố ABot-Earth 0.7, mô hình thế giới 3D nguyên bản đầu tiên trên thế giới, mở ra bước tiến mới trong việc giúp AI nhận thức và tương tác với môi trường thực tế.
Podcast thảo luận về thực trạng robot thông minh, nhấn mạnh rằng Scaling không chỉ là tích lũy dữ liệu. Các chuyên gia cùng phân tích về mô hình thế giới, nhân tài và thời điểm bùng nổ thực sự của ngành robot.
Mô hình này cho phép AI chuyển đổi ngôn ngữ tự nhiên thành mã thực thi để kiểm soát trạng thái thế giới, giúp việc tạo video và mô phỏng trở nên chính xác, nhất quán hơn thông qua một engine nhẹ.
Elvis Saravia@omarsar0It's crazy how far small models can be pushed. Robbyant just open-sourced LingBot-World 2.0 Small, …
DịchRobbyant vừa mã nguồn mở LingBot-World 2.0 Small, mô hình thế giới 1.3B có khả năng tạo môi trường tương tác thời gian thực ở độ phân giải 720p/60fps trên GPU tiêu dùng, mở ra hướng đi mới cho việc tối ưu hóa mô hình AI trên phần cứng cá nhân.
Unitree trình diễn robot G1 tự thực hiện các động tác đối kháng với huấn luyện viên thông qua mô hình UnifoLM-X2, cho phép dự đoán trạng thái vật lý và lập kế hoạch chuyển động thời gian thực mà không cần điều khiển từ xa.
Nghiên cứu chỉ ra rằng việc ép mô hình thế giới mô phỏng giống hệt thực tế có thể gây tác dụng ngược. Thay đổi mục tiêu huấn luyện từ 'nhất quán trạng thái' sang 'nhất quán hành vi' giúp giảm đáng kể tỷ lệ sai sót khi đánh giá AI Agent trong môi trường giả lập.
Rohan Paul@rohanpaul_aiUnitree releases its 1st world model-powered autonomous humanoid robot combat video. UnifoLM-X2-1….
DịchUnitree giới thiệu UnifoLM-X2-1.0, robot hình người đầu tiên sử dụng mô hình thế giới để tự động dự đoán và lập kế hoạch hành động trong thời gian thực, loại bỏ hoàn toàn sự can thiệp của con người trong các trận đấu võ.
Unitree giới thiệu UnifoLM-X2-1.0, mô hình thế giới cho phép robot hình người tự đưa ra quyết định và phản ứng linh hoạt trong các trận đấu võ mà không cần lập trình sẵn hay điều khiển từ xa.
Thêm 2 nguồn khác đưa tinX: Rohan Paul (@rohanpaul_ai)PandailyHiDream.ai vừa ra mắt mô hình thế giới HiDream-O1-Embodied, giúp robot hiểu quy luật vật lý và tương tác thực tế. Ngay khi trình làng, mô hình đã xuất sắc dẫn đầu bảng xếp hạng khả năng thích ứng với nhiễu trên nền tảng RoboColiseum.
HiDream.ai vừa công bố HiDream-O1-Embodied, mô hình thế giới tích hợp công nghệ đa phương thức nguyên bản, đánh dấu bước tiến quan trọng trong việc hiện thực hóa trí tuệ nhân tạo cho robot và các hệ thống tự hành.
Khi AI bắt đầu khả năng 'diễn tập' trước một trận mưa bão, startup này đang thu hút sự chú ý lớn nhờ công nghệ mô hình thế giới đột phá.
Một phương pháp huấn luyện đột phá cho phép robot vận hành linh hoạt và thông minh hơn bằng cách tối ưu hóa cách thức mô hình thế giới được áp dụng.
VeriPhy là hệ thống kiểm chứng vật lý giúp phát hiện lỗi logic trong video AI bằng cách lập kế hoạch và đo lường các thuộc tính vật lý cụ thể, thay vì chỉ dựa vào điểm chất lượng cảm tính.
Fei-Fei Li@drfeifeiNext view prediction is the key to Atlas, enabling us to unify pixel-level generation and reconstruc…
DịchFei-Fei Li cùng các cộng sự tại World Labs chia sẻ về Atlas, mô hình trí tuệ không gian đột phá giúp dự đoán và tái tạo thế giới thông qua điểm ảnh thống nhất.
Nhóm nghiên cứu tại Đại học Tây Hồ giới thiệu Code World Model, mô hình kết hợp Coding Agent để quản lý logic thế giới và mô hình video để hiển thị hình ảnh, giúp thế giới ảo duy trì tính nhất quán và logic dài hạn thay vì chỉ tạo ra các khung hình đơn lẻ.
Startup DeepLeap giới thiệu mô hình thế giới DELE-w0.5, loại bỏ việc tạo video tốn kém để tập trung vào khả năng tái cấu trúc hành vi, giúp robot thích nghi linh hoạt với các tình huống thực tế chưa từng được huấn luyện.
WorldReward là mô hình phần thưởng dựa trên VLM giúp đánh giá đồng bộ tính nhất quán của hành động và chất lượng hình ảnh trong các mô hình thế giới. Phương pháp này vượt trội hơn GPT-4o trong các bài kiểm tra thực tế, hỗ trợ tối ưu hóa hiệu quả cho quá trình huấn luyện RL.
AI Notes@AYi_AInotesWhy is Spatial Intelligence considered the lifeline for Embodied AI? Because the biggest Achilles' h…
DịchWorld Labs giới thiệu Atlas, mô hình thế giới đa phương thức đầu tiên cho phép điều khiển camera chính xác, tái tạo 3D từ ảnh đơn và mô phỏng không gian nhất quán, mở ra tiềm năng ứng dụng lớn từ kỹ xảo điện ảnh đến robot học.
Giáo sư Zhao Hao (Đại học Thanh Hoa) chia sẻ về hướng đi của mô hình thế giới dựa trên 3D/4D Token, nhấn mạnh khả năng mô phỏng không gian và vật lý thay vì chỉ tạo video đơn thuần, đồng thời ứng dụng thực tiễn trong y tế và robot kho vận.
SolarWM là nền tảng mô hình thế giới video tương tác mã nguồn mở, tích hợp công cụ dữ liệu đa nguồn và khung huấn luyện linh hoạt, cho phép huấn luyện các mô hình từ 5B đến 33B tham số trên quy mô dữ liệu khổng lồ.