AI Notes@AYi_AInotesWorld Labs vừa giới thiệu Atlas, mô hình thế giới đa phương thức có khả năng tạo hình ảnh và video với độ chính xác pixel cao, đồng thời tái tạo không gian 3D tương tác, hứa hẹn thay đổi cuộc chơi trong ngành làm game và mô hình hóa 3D.
Được đồng sáng lập bởi Fei-Fei Li, Atlas cho phép tái tạo không gian 3D chân thực từ ít ảnh đầu vào, hỗ trợ xuất dữ liệu 3D chuyên sâu và video 1440p có thể điều khiển.
Xiaobei@frxiaobeiWorld Labs vừa giới thiệu Atlas, mô hình thế giới đa phương thức đầu tiên được huấn luyện từ đầu, có khả năng tái tạo không gian 3D, điều khiển camera chính xác và mô phỏng thời gian thực, mở ra ứng dụng tiềm năng từ kỹ xảo điện ảnh đến robot học.
Cùng sự kiện, bài đại diện «Fei-Fei Li ra mắt Atlas: Kỷ nguyên mới của mô hình thế giới đa phương thức»ZimaBlue là khung huấn luyện đột phá giúp robot học cách điều khiển thông qua việc quan sát video thực tế thay vì chỉ dựa vào dữ liệu hành động đắt đỏ, giúp tăng khả năng thích nghi trong môi trường đa dạng.
World Labs vừa giới thiệu Atlas, mô hình thế giới đa phương thức có khả năng tái tạo không gian 3D và tạo video 1440p dài 1 phút với độ chính xác cao ở cấp độ pixel, cho phép kiểm soát camera linh hoạt.
Cùng sự kiện, bài đại diện «Fei-Fei Li ra mắt Atlas: Kỷ nguyên mới của mô hình thế giới đa phương thức»H3-World giới thiệu khung làm việc giúp chuyển đổi mô hình tạo video 33B MiniMax-H3 thành mô hình thế giới tương tác, cho phép điều khiển chính xác theo thời gian thực thông qua câu lệnh ngôn ngữ tự nhiên.
Mô hình mới có khả năng tái tạo thế giới 3D chỉ từ một hình ảnh duy nhất, đồng thời hỗ trợ tạo môi trường huấn luyện thực tế cho robot.
GUI-CC là bộ tiêu chuẩn mới đánh giá khả năng duy trì tính nhất quán ngữ cảnh của các mô hình thế giới khi đóng vai trò là môi trường tương tác cho tác nhân AI, thay vì chỉ dự đoán màn hình đơn lẻ.
World Labs giới thiệu Atlas, mô hình thế giới sử dụng kiến trúc Transformer khuếch tán tự hồi quy, có khả năng xử lý đồng thời văn bản, hình ảnh, video và 3D. Mô hình vượt trội trong việc tạo video có kiểm soát camera và tái tạo 3D, mở ra tiềm năng lớn cho mô phỏng không gian.
Cùng sự kiện, bài đại diện «Fei-Fei Li ra mắt Atlas: Kỷ nguyên mới của mô hình thế giới đa phương thức»
Elvis Saravia@omarsar0Omni models are the next frontier. Simply put it, this is the most exciting release I've seen this …
DịchWorld Labs giới thiệu Atlas, mô hình thế giới đa phương thức đầu tiên có khả năng tạo hình ảnh, video với độ chính xác cấp pixel và tái tạo không gian 3D, mở ra kỷ nguyên mới cho các mô hình AI toàn diện.
Fei-Fei Li@drfeifeiI'm so excited that our @theworldlabs team has achieved a major milestone today! Introducing Atlas -…
DịchWorld Labs giới thiệu Atlas, mô hình thế giới đa phương thức có khả năng tạo hình ảnh, video với kiểm soát camera pixel và tái tạo không gian 3D nhất quán từ ảnh đơn hoặc đa khung hình, mở ra tiềm năng lớn cho VFX và robot.
Runway giới thiệu Solaris, mô hình thế giới giao diện đầu tiên cho phép tạo và tương tác với phần mềm trực tiếp mà không cần viết mã, thay thế hoàn toàn quy trình lập trình truyền thống.
Cùng sự kiện, tinh chọn hiển thị «Runway ra mắt Solaris: Mô hình thế giới đầu tiên tạo giao diện tương tác theo thời gian thực»Matrix-Game 3.5 nâng cấp khả năng mô phỏng thế giới ảo tương tác dài hạn bằng cách tích hợp bộ nhớ hình học 3D, giúp duy trì tính nhất quán của cảnh vật và camera mà không làm tăng tham số học máy.
Runway giới thiệu Solaris, mô hình tiên phong trong dòng Interface World Models, cho phép tạo giao diện người dùng theo thời gian thực và phản hồi trực tiếp các thao tác như nhấp chuột hay kéo thả mà không cần thông qua mã nguồn.
Diễn biến sự kiện · 2 bài →Thêm 3 nguồn khác đưa tinThe Decoder: AI NewsJiqizhixinX: Runway (@runwayml)Nghiên cứu đề xuất sử dụng công cụ phát triển game làm môi trường huấn luyện mô hình thế giới, cung cấp tín hiệu phản hồi chính xác về vật lý và va chạm thay vì dựa vào các chỉ số mơ hồ như CLIP.
GameWAM là mô hình đầu tiên kết hợp dự đoán hình ảnh tương lai và điều khiển bàn phím-chuột trong thời gian thực, giúp AI chơi game hiệu quả hơn bằng cách hiểu sâu sắc động lực học của thế giới trò chơi.
PAWBench là bộ tiêu chuẩn mới giúp kiểm tra xem các mô hình tạo video có thể tái tạo chính xác phân phối xác suất của hành vi vật lý hay không, thay vì chỉ tạo ra các video đơn lẻ hợp lý. Kết quả cho thấy các mô hình hiện nay vẫn chưa đạt được độ chính xác cần thiết.
XPeng tích hợp mô hình thế giới X-Foresight và kiến trúc Infini-VLA lên xe, cho phép dự đoán hành vi giao thông trong 6 giây tới và ghi nhớ dữ liệu 30 giây trước đó, giúp tăng tốc độ phản hồi hệ thống lái tự động lên 300%.
Khung Code World Model tách biệt logic vận hành thế giới với hình ảnh, sử dụng mã nguồn để duy trì trạng thái bền vững và tính nhất quán. Hệ thống này cho phép mô hình MiniMax-H3 tạo ra các video mô phỏng có độ chân thực cao dựa trên các quy tắc logic được lập trình sẵn.
G2WEngine là khung làm việc tự động loại bỏ giao diện người dùng (UI) khỏi video game, tạo ra bộ dữ liệu chất lượng cao giúp cải thiện đáng kể hiệu suất của các mô hình thế giới và tác vụ xử lý hình ảnh.
Sau 7 tháng cạnh tranh, PixVerse vừa cập nhật tính năng mới cho phép người dùng tương tác sáng tạo như gọi hổ, hóa trang thành lính tuần tra hay trò chuyện bằng tiếng địa phương với cổ vật.
Được thành lập bởi các nhà nghiên cứu từ phòng thí nghiệm LAMDA (Đại học Nam Kinh), Cirquar AI tập trung phát triển mô hình thế giới (World Models) để giúp robot hình thành khả năng phán đoán và hiểu biết về môi trường vật lý thực tế.
Nghiên cứu đánh giá toàn diện khoảng cách giữa mô hình thế giới tạo sinh và trình mô phỏng truyền thống qua 8 tiêu chí cốt lõi, dựa trên phân tích 200 công trình tiêu biểu từ 2018 đến 2026.
EchoWM là mô hình thế giới đột phá cho phép tạo đồng thời video 720p, âm thanh môi trường và giọng nói dựa trên điều hướng liên tục, hỗ trợ tương tác góc nhìn thứ nhất và thứ ba với độ chân thực cao.
ReWorld tối ưu hóa mô hình thế giới bằng cách tách biệt điều khiển và bộ nhớ, cho phép xử lý video thời gian thực với độ chính xác cao và khả năng ghi nhớ lịch sử dài hạn vượt trội so với các mô hình hiện nay.
Tại Hội nghị Robot Thế giới 2026, Shengshu Technology đã giới thiệu lộ trình phát triển đột phá cho mô hình thế giới tổng quát (General World Model), định hình các giai đoạn tiến hóa từ nhận thức cơ bản đến khả năng suy luận và tương tác phức tạp.
WorldMind là khung mô hình đầu tiên tách biệt việc hiểu trạng thái và ra quyết định cho NPC trong game, giúp nhân vật phản ứng linh hoạt và logic hơn thay vì chỉ tạo video đơn thuần.
Rohan Paul@rohanpaul_aiNo amount of post-training cleanly fixes weak long-horizon foundations: noisy trajectories compound …
DịchNghiên cứu chỉ ra rằng hậu huấn luyện không thể khắc phục lỗi tích lũy trong lập kế hoạch dài hạn. Thay vào đó, việc sử dụng mô hình thế giới rõ ràng và kỹ thuật chưng cất chính sách (OPD) giúp tối ưu hóa phản hồi xuyên suốt quỹ đạo thay vì chỉ dựa vào kết quả cuối cùng.
AK@_akhaliqLearning How the World Evolves Extrapolative Video World Models via Latent Dynamics Reasoning pape…
DịchNghiên cứu giới thiệu mô hình thế giới video dựa trên suy luận động lực học tiềm ẩn, cho phép dự đoán và ngoại suy sự thay đổi của thế giới thực một cách chính xác.
PixVerse vừa nâng cấp mô hình thế giới thời gian thực lên phiên bản R2, cho phép người dùng tương tác trực tiếp và thay đổi nội dung video theo ý muốn, mở ra kỷ nguyên mới cho giải trí tương tác trực tuyến.
Leapmotor xác nhận tổ chức sự kiện công nghệ vào tháng 9, giới thiệu mô hình thế giới (world model) cho hệ thống hỗ trợ lái xe thông minh đạt chuẩn hàng đầu ngành, cùng nhiều đột phá trong công nghệ điện hóa.
Tại WRC 2026, các chuyên gia đã giới thiệu mô hình thế giới toàn phương thức (native omni-modal) thế hệ mới, cho phép AI không chỉ mô phỏng môi trường mà còn tương tác trực tiếp với thế giới thực một cách tự nhiên.
Mẫu xe MG 07 sẽ được nâng cấp OTA lên mô hình thế giới Momenta R7, cho phép xe tự vận hành từ điểm đỗ này sang điểm đỗ khác và cải thiện khả năng xử lý tình huống phức tạp nhờ chip chuyên dụng XHEART X7.
Bài viết tổng hợp những thảo luận chuyên sâu từ sự kiện WRC về tương lai của robot có thân thể (embodied AI), tập trung vào vai trò của mô hình thế giới và hạ tầng công nghệ trong việc định hình kỷ nguyên mới.
Nhóm nghiên cứu từ HKU và các đối tác giới thiệu PlayWorld, một chuẩn đánh giá mới cho phép AI Agent 'trải nghiệm' mô hình thế giới để kiểm chứng tính nhất quán hình học và logic tương tác thay vì chỉ dựa vào các chuỗi hành động cố định.
Wuji Dynamics tham gia sâu rộng vào các diễn đàn chính và sự kiện bên lề tại WRC 2026, trình diễn lộ trình ứng dụng mô hình thế giới vào sản xuất công nghiệp thực tế.
Rohan Paul@rohanpaul_aiNew Stanford and Peking University paper says train a robot policy inside a learned world model and …
DịchCác nhà nghiên cứu đề xuất phương pháp QWM, tách biệt hoàn toàn việc huấn luyện robot khỏi mô hình thế giới để tránh tích tụ sai số, giúp robot ra quyết định chính xác hơn trong các tác vụ phức tạp.
Nghiên cứu chỉ ra rằng các mô hình như Sora chỉ tập trung vào vật lý mà thiếu đi yếu tố tâm lý. Nhóm tác giả đề xuất khung MWM và bộ đánh giá Menti-Bench để giúp AI hiểu rõ hơn về niềm tin và ý định của con người, cải thiện đáng kể độ chính xác khi dự đoán hành vi.
GigaBrain-0.7 thiết lập chuẩn mực mới cho robot thông minh nhờ kiến trúc System-3 cho phép dự đoán hành động trước khi thực thi, đồng thời thống trị bảng xếp hạng RoboColiseum với mô hình 'Tháp đôi' dữ liệu và thuật toán.
ForgeWM là khung huấn luyện mới giúp chuyển đổi các mô hình tạo video phức tạp thành mô hình thế giới tương tác hiệu quả, cho phép phản hồi game mượt mà chỉ với 1-4 bước khử nhiễu.