北京人形機器人創(chuàng)新中心提出WoW 讓AI真正理解物理世界(3)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2025-10-21 10:00:36 搜狐網(wǎng)

擁有了能夠想象物理合理未來的能力還不夠，真正的智能體還需要知道如何將想象轉(zhuǎn)化為實際行動。為了解決這個問題，研究團隊開發(fā)了Flow-Mask逆動力學(xué)模型（FM-IDM）。這個模型的作用就像人類的小腦和運動皮層，負責(zé)將視覺想象轉(zhuǎn)化為具體的動作指令。FM-IDM的工作原理相當(dāng)巧妙。它首先分析當(dāng)前狀態(tài)和預(yù)期狀態(tài)之間的視覺差異，然后利用光流技術(shù)來理解物體是如何移動的?；谶@些信息，F(xiàn)M-IDM能夠推斷出機器人需要執(zhí)行什么樣的動作才能實現(xiàn)這種狀態(tài)轉(zhuǎn)換。為了訓(xùn)練這個模型，研究團隊收集了64.6萬個圖像-動作對，涵蓋219個不同的操作任務(wù)。

評估AI系統(tǒng)的物理理解能力是一個全新的挑戰(zhàn)。研究團隊意識到，需要一套全新的評估標(biāo)準(zhǔn)來衡量AI的物理智能。于是他們開發(fā)了WoWBench，這是第一個專門針對具身世界模型的綜合性基準(zhǔn)測試。WoWBench包含606個精心設(shè)計的測試樣本。每個測試都給AI一張初始圖片和一個文字指令，然后要求AI生成一段視頻來展示如何完成這個任務(wù)。評估體系分為四個核心維度：視頻質(zhì)量、規(guī)劃推理能力、物理規(guī)律理解和指令理解能力。結(jié)果顯示，WoW模型表現(xiàn)出色，在指令理解方面達到了96.53%的準(zhǔn)確率，在物理定律理解方面達到了80.16%的準(zhǔn)確率。

理論再完美，也需要實踐來驗證。研究團隊進行了大量實驗來測試WoW系統(tǒng)的實際效果。他們在仿真環(huán)境中進行了大量測試，WoW展現(xiàn)出了令人印象深刻的泛化能力。即使面對訓(xùn)練時從未見過的場景，它也能生成物理上合理的預(yù)測。更重要的是，研究團隊還進行了真實機器人實驗。他們將WoW生成的動作指令輸入到真實的機器人中，測試這些指令是否能在現(xiàn)實世界中成功執(zhí)行。結(jié)果顯示，WoW生成的動作計劃在現(xiàn)實世界中有很高的成功率。

首頁上一頁 1 234 5 全文共 5 頁下一頁

關(guān)閉

北京人形機器人創(chuàng)新中心提出WoW 讓AI真正理解物理世界(3)

相關(guān)新聞

今日熱點

頻道熱點