π0引用的中国团队,又出手了:世界仿真器新作发布
π0引用的中国团队,又出手了:世界仿真器新作发布机器人撬开啤酒瓶盖,白色泡沫顺着瓶口涌出来。
搜索
机器人撬开啤酒瓶盖,白色泡沫顺着瓶口涌出来。
机器人撬开啤酒瓶盖,啤酒泡沫涌起,酒液从画面右下角流入杯中。
2026 年上半年,美国风险投资市场呈现极端的两极分化。每 100 美元风投中,有 86 美元流向 AI 公司,其中 OpenAI 与 Anthropic 两家企业占据全球四成以上份额;与此同时,非 AI 创业公司经通胀调整后的融资金额已跌至新冠疫情水平之下。
过去三年,AI 内容生成行业经历了几轮密集的技术迭代。从文生图到文生视频,从几秒的短片到分钟级的长视频,每一轮升级都让生成内容的质量和时长向前推进一步。
太卷了!过去两年,视频生成模型把画面参数几乎卷了个遍。
近日,清华大学智能产业研究院(AIR)与加州大学伯克利分校(BAIR)团队合作提出了一种全新的预测范式 ODEWorld,其建立在连续的“物理时间流”(Physical-Time Flow, PT-Flow)之上。与传统方法直接预测下一帧是什么不同,ODEWorld 试图学习的是:世界究竟怎样从当前状态连续地变化到未来状态。
8 月 10 日,戴盟机器人正式发布全球首个触觉锚定世界模型 Daimon-TWM(Tactile-grounded World Model),以原生触觉贯穿物理认知、推演决策和瞬时反应全阶段。这个 “物理交互脑” 不仅能理解正在发生的物理接触,还能预测下一步交互会发生什么,并根据瞬息万变的反馈及时修正动作。
过去两年,self-reflection、self-correction、self-play、agentic RL、skill learning、test-time adaptation、open-ended evolution、self-evolving agent等概念不断涌现。
世界模型是物理原生智能(Physics-native Intelligence,Phi)重要的组成环节。
MirroS给出了第一个完整回答。他们首创性地提出了Physical RSI——在公开文献中,第一次有人将递归自我改进的逻辑从数字环境系统性地延伸到物理现实,并交付了从概念定义、运行机制到研究路线图的完整框架。(原文见MirroS官方博客:Building Physical RSI Beyond the Known World,公众号「MirroS」亦有中文摘要。)