“人人可用的世界模型”：迈向生成、导航与控制的统一

活动简介

该演讲介绍了一种整合生成、导航和控制的世界模型，通过表示和物理感知方面的创新解决了先前模型的局限。结合流匹配和DPO强化学习的框架提升了连续生成和物理理解能力，在开源视频生成方面达到最先进水平。研究者还开发了全面的基准系统，用于评估物理感知能力，并展示了世界模型与机器人系统的集成应用。