阅读
工具
关于
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。
AI 根据报道生成 · 12 小时前更新
沿着报道，了解事件的不同侧面。
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。
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。
