#world-models
共 3 篇相关内容 · 安全漏洞、AI动态、技术文章
技术文章 3
当前世界模型缺少持久状态核心：23个模型测试揭示AI的致命盲区
这篇论文揭示了当前世界模型的根本缺陷：当摄像头移开时，AI世界就暂停了。研究者提出WRBench基准，在23个模型9600个视频上系统证明，更高的保真度、更强的控制、更大的参数量都无法解决这一问题，需要架构层面的根本变革。
当前世界模型缺少持久状态核心：当摄像机离开后，世界还在运行吗？
世界模型被视为AGI的关键路径，但研究发现现有模型缺少持久状态核心——当摄像机离开后再返回，模型只是从离开时的状态恢复而非继续推进事件。团队提出WRBench基准对23个模型9600个视频评估，发现这一缺陷跨越所有范式和规模，表明更清晰的画面和更大的参数量都无法解决状态一致性问题。
MemoryWAM：用持久记忆破解机器人世界模型的效率困境
MemoryWAM提出一种带持久记忆的世界动作模型，通过近期帧、事件边界锚帧和摘要向量三层混合记忆架构，配合定制化注意力机制，解决了机器人长程操作中记忆深度与计算效率的矛盾。在仿真和真实世界任务中，性能超越现有VLA和WAM基线，推理延迟降低3倍，内存占用降低60%。