全球首個事件層級的具身智能世界模型,終結了機器人的逐幀學習
5月29日,Variable Robot團隊發表了WALL-WM,這是全球首個基於「事件層級預測」建構的具身智能世界模型。 該模型擺脫了傳統具身大型模型依時間逐幀學習動作的模式,轉而將世界模型的預測單元切換為語義事件。這標誌著機器人理解與執行任務方式邁入新階段。

在當前的具身智能領域,主流的視覺-語言-動作(VLA)模型通常會根據當前影像與指令,預測出固定長度的動作區塊。這種逐幀訓練的方法,往往導致機器人過度關注細微的肢體動作,卻忽略了動作的最終目標。 當面對更換杯子或桌子等情境時,機器人常因缺乏泛化能力而失敗。為解決此產業痛點,Variable 團隊在其學術論文中指出,文字、視覺與動作資訊在現實世界中,天然存在於不同的時間尺度與流形幾何結構中。 若強行將其置於單一共享空間中,極易破壞預訓練的幾何先驗。
為解決此挑戰,WALL-WM 世界模型引入了一種創新的事件導向訓練與執行機制。它將複雜任務分解為語義清晰的事件節點,例如伸展、抓取和移動。 在運作上,該模型不再僵化地計算下一幀影像。取而代之的是,它會先模擬世界因下一個事件而產生的變化,然後將該視覺變化精確地轉換為機械手臂的運動軌跡。

為確保此新架構能可靠地部署於實體世界,Variable Robot 團隊進行了一系列徹底的工程改造。該系統支援在相同基礎權重上,靈活切換「事件模式」(具有可變長度的動作輸出)與「統一模式」(具有即時閉環控制)。 此外,該系統還實現了視訊模型與動作模型之間的一向耦合,防止來自網路影片的寶貴動態先驗資訊過早受到動作數據的偏誤。 針對多鏡頭的幾何感知,該模型引入了錐體遮罩與管狀遮罩,迫使人工智慧建立跨視角的真實三維幾何對應關係。為解決決策延遲問題,它採用了一種新的「階梯式思維鏈解碼」技術,在維持邏輯可解釋性的同時,顯著降低了解碼延遲。

相關文章
印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
相關專題推薦
評論 (1)
0/500
Finally, a model that doesn't just process frames like a slow-motion video player! 🤖 This event-level prediction sounds way more efficient for real-time robot actions. I've been waiting for something that breaks free from the traditional frame-by-frame bottleneck. Can't wait to see how WALL-WM handles unpredictable environments. #AI #Robotics
5月29日,Variable Robot團隊發表了WALL-WM,這是全球首個基於「事件層級預測」建構的具身智能世界模型。 該模型擺脫了傳統具身大型模型依時間逐幀學習動作的模式,轉而將世界模型的預測單元切換為語義事件。這標誌著機器人理解與執行任務方式邁入新階段。

在當前的具身智能領域,主流的視覺-語言-動作(VLA)模型通常會根據當前影像與指令,預測出固定長度的動作區塊。這種逐幀訓練的方法,往往導致機器人過度關注細微的肢體動作,卻忽略了動作的最終目標。 當面對更換杯子或桌子等情境時,機器人常因缺乏泛化能力而失敗。為解決此產業痛點,Variable 團隊在其學術論文中指出,文字、視覺與動作資訊在現實世界中,天然存在於不同的時間尺度與流形幾何結構中。 若強行將其置於單一共享空間中,極易破壞預訓練的幾何先驗。
為解決此挑戰,WALL-WM 世界模型引入了一種創新的事件導向訓練與執行機制。它將複雜任務分解為語義清晰的事件節點,例如伸展、抓取和移動。 在運作上,該模型不再僵化地計算下一幀影像。取而代之的是,它會先模擬世界因下一個事件而產生的變化,然後將該視覺變化精確地轉換為機械手臂的運動軌跡。

為確保此新架構能可靠地部署於實體世界,Variable Robot 團隊進行了一系列徹底的工程改造。該系統支援在相同基礎權重上,靈活切換「事件模式」(具有可變長度的動作輸出)與「統一模式」(具有即時閉環控制)。 此外,該系統還實現了視訊模型與動作模型之間的一向耦合,防止來自網路影片的寶貴動態先驗資訊過早受到動作數據的偏誤。 針對多鏡頭的幾何感知,該模型引入了錐體遮罩與管狀遮罩,迫使人工智慧建立跨視角的真實三維幾何對應關係。為解決決策延遲問題,它採用了一種新的「階梯式思維鏈解碼」技術,在維持邏輯可解釋性的同時,顯著降低了解碼延遲。

印度科技巨頭投資3000萬美元,打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金,押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念:傳統的職場軟體不能僅靠聊天機器人進行修補,而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中,他聯合創立了 Directi、Radix、Titan 和 Zeta,在尋求外部投資之前,主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Finally, a model that doesn't just process frames like a slow-motion video player! 🤖 This event-level prediction sounds way more efficient for real-time robot actions. I've been waiting for something that breaks free from the traditional frame-by-frame bottleneck. Can't wait to see how WALL-WM handles unpredictable environments. #AI #Robotics





首頁






