优必选推出 Thinker-WM，将视频、深度和机器人动作统一到一个世界模型中

发生了什么

优必选推出多模态世界模型 Thinker-WM，通过共享的 Unified Dynamics Transformer 联合建模 RGB 视频、深度和机器人动作。优必选提供并由 QbitAI 转载的材料称，该模型在 WorldOlympiad、EWMBench 和 WorldArena1.0 Track-1 上取得领先成绩，其中 WorldOlympiad 得分为 0.740，EWMBench 得分为 4.66。该模型通过共享权重支持六种能力模式；与不使用深度的基线相比，加入深度后，RoboTwin 单任务成功率提高了 15 个百分点。

这件事到目前为止

优必选推出 Thinker-WM，这是一种联合建模 RGB 视频、深度和机器人动作的世界模型。优必选报告称，该模型在 WorldOlympiad、EWMBench 和 WorldArena1.0 Track-1 上排名第一。在 QbitAI 转载的公司提供材料中，优必选报告称其在 WorldOlympiad 上得分为 0.740，在 EWMBench 上得分为 4.66。 Thinker-WM 使用共享的 Unified Dynamics Transformer，并通过共享权重支持六种能力模式。优必选还报告称，与不使用深度的基线相比，加入深度后，RoboTwin 上的单任务成功率提高了 15 个百分点。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议