Thinker-WM 发布统一多模态世界模型论文

Ubtech 的 Thinker Team 发布论文 Thinker-WM，提出一个统一多模态世界模型，通过共享的 Unified Dynamics Transformer 联合建模并生成 RGB、度量深度和机器人动作，外观、几何与动作在同一套参数下统一演化，支持视频-动作联合生成、世界预测、策略推理、动作条件生成、视频到动作生成和逆动力学等功能。 论文称该模型在 EWMBench、WorldOlympiad 和 WorldArena 上排名第一，其对照实验进一步显示动作条件、几何交互和多任务共享表示训练带来的收益。

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。