优必选发布统一多模态世界模型 Thinker-WM

优必选 Thinker 团队提出统一多模态世界模型 Thinker-WM，通过共享的 Unified Dynamics Transformer 联合建模并生成 RGB、度量深度与机器人动作，各模态配有独立编码器与解码器。 该模型训练数据约含 2 万小时第一视角视频、1 万小时真实机器人数据和 1 千小时仿真数据，其中约 4 千小时真实机器人数据带对齐深度监督。团队称 Thinker-WM 在 EWMBench、WorldOlympiad 和 WorldArena 上排名第一，并通过对照实验显示动作条件、几何交互和多任务训练在共享表征中的作用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。