上海AI实验室发布物理世界模型InternW0
论文AI 评分 88/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
上海AI实验室推出InternW0物理世界模型，采用非对称视频-动作架构与流匹配，联合学习视觉动态与连续控制。高容量视频专家提供长视野预测，轻量动作专家在更快时间尺度运行。通过复用逐层K/V及观测条件路由，避免每次动作更新重新生成未来。模型在约7200小时异构机器人及自我中心数据（含275小时EgoLab数据集）上训练，引入触觉信号后训练。评估涵盖仿真基准及真实科学任务，如15阶段金属有机框架合成与5阶段通用定量移液操作。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载异步多频架构设计
InternW0围绕全模态接口、异步多频处理及局部物理建模构建。其核心为非对称视频-动作架构结合流匹配，将高容量视频专家与轻量动作专家解耦。视频专家负责提供更长视野的预测上下文，动作专家则在更快的时间尺度上运行。为避免每次动作更新都重新生成未来状态，模型复用逐层键值对，并通过观测条件上下文路由将其适配至新观测状态，显著提升异步交互效率。
异构数据与触觉后训练
模型训练使用了约7200小时的异构机器人及自我中心数据，其中包括275小时名为EgoLab的真实实验室自我中心数据集。为应对接触丰富的操作场景，InternW0引入了接触感知的后训练方法，将力与触觉信号整合进模型。同时，领域特定接口与软提示支持异构具身形态，使单一模型能适应不同机器人硬件。
真实科学任务评估
评估不仅覆盖仿真基准，还扩展至真实世界科学任务。具体包括一个15阶段的金属有机框架合成工作流，以及一个5阶段且对接触和力敏感的灵巧操作任务，用于通用定量移液。这些结果验证了该模型在可扩展、异步及科学原生物理世界建模方面的能力，推动通用且高效的真实世界交互。
为什么值得看
实现异步多频处理与触觉感知，在真实科学实验操作中验证有效性，推进通用物理智能。
数据集
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。