42号电波
26-09-07 15:33 微博认证:AI博主

9 月 7 日,智象未来发布具身世界模型 HiDream-O1-Embodied,这款模型首次参评 RoboColiseum 就在扰动适应子榜单中以平均分 0.692 的成绩登顶榜首。

整套评测设置 78 项高保真仿真任务,通过调整光照、材质、相机视角等变量检验模型在非理想环境下的稳定性,模型延续原生全模态技术路线,将图像、视频、3D与动作纳入统一表征体系,打通理解、推演、执行完整流程。

智象将这份成绩归结于三项核心设计:
- 语言理解可识别同类指令的不同表达方式,优先锁定任务意图而非关键词;
- 视觉融合多视角信息,单个视觉通道失效时仍可持续执行任务;
- 训练阶段主动引入画面污损、视野遮挡等干扰条件,提升环境容错能力。

数据层面采用「真实基座+生成增强」范式,智象与诺亦腾合作,以真人动作捕捉数据为基础,借助生成模型完成百倍级训练样本扩增。

距离交互式世界模型 HiDream-O1-World 发布尚不足一月,该模型此前在 WBench 导航分榜拿到 80.9 分,登顶榜单。交互式模型侧重理解与推演,本次推出的具身模型面向物理世界操作与执行,二者共同构成智象原生全模态世界模型矩阵。

#智象未来##具身智能##世界模型#

发布于 上海