世界模型

瀑布流分页

WORLD MODELS · TIMELINE

世界模型 36 年:从内部模型到 WAM

1990–2026 · 五条技术脉络 · 33 个里程碑

悬停分支可聚焦

横轴为非线性刻度(1990–2017 已压缩)。悬停节点查看详情。← 左右滑动查看完整时间线 →

VIDEO2026年9月5日

GPT-6 Astra 驱动机器人操作

ARX Robotics 展示 GPT-6 Astra 在新房间里理解指令并完成洗衣机旋钮操作。

VIDEO2026年9月5日

VLAct用表征预训练提升泛化

VLAct在固定机器人数据预算下做多具身表征中心持续预训练，让视觉与动作知识跨机体复用，提升仿真、实机与未见具身迁移表现。

VIDEO2026年9月4日

1.5B 机器人操作模型超越更大模型

OpenBMB MiniCPM-Robot 1.5B 模型在机械臂操作上超越 2-5 倍参数模型，可感知、决策并执行动作。

VIDEO2026年9月4日

Coupled 世界模型训练 G1 接触操作

Coupled Local and Global World Models 用轻量本地模型算梯度，在全局世界模型中训练 G1 接触操作并零样本部署。

VIDEO2026年9月4日

SolarWM 让 Minimax H3 生成实时交互世界

开源视频世界模型 SolarWM 让 Minimax H3 实时生成可交互世界，可持续生成超过一小时，并开放大规模数据与训练流程。

VIDEO2026年9月4日

LightNav-0 零样本部署到逐际动力双平台

逐际动力 Oli 人形与 TRON 2 多形态机器人零样本部署开源视觉语言导航模型 LightNav-0，实现人物跟随与按指令找物。

VIDEO2026年9月3日

GWM Worlds 2 实时生成可交互世界模拟

Runway GWM Worlds 2 将高保真视频与音频生成扩展为实时交互模拟，用户可定义环境、主体、视觉风格、物理规则和氛围。

VIDEO2026年9月3日

通用多模态大模型能担任机器人高层智能吗？

Sentdex 试问未经机器人训练的开源多模态大模型，能否承担 VLA 与世界动作模型尝试解决的高层机器人智能，让模型理解目标而不只是模仿动作。

VIDEO2026年9月3日

HINT：让机器人在视觉变化中守住人的意图

HINT 只在任务模式切换时调用高层语义推理，再用多视角接地与视觉跟踪，把最初的简单意图持续传给 VLA 动作策略，减少视觉相关性导致的意图漂移。

VIDEO2026年9月3日

VideoDeltaNet 混合注意力视频生成

VideoDeltaNet 在 MiniMax H3 上实现近乎无损的混合注意力：局部 softmax 保细节，线性注意力管长程，8 张 B200 上 11.23 秒生成 14.4 秒 768p 视频，可连续流式输出，权重开放。

VIDEO2026年9月3日

SolarWM 世界模型全流程开源

SolarWM 宣布完全开源，把世界模型研究的端到端流程全部放出：原始数据整理、标注与过滤，训练与推理管线，以及预训练权重，目标是提供真正可复现的长时程视频世界模型基础设施。

VIDEO2026年9月3日

Unitree G1 坐办公椅用脚开车

把 Unitree G1 放上普通办公椅，仅靠本体感知与速度指令用脚驱动椅子移动；椅子无电机、部署时无接触感知，sim-to-real 零样本成功，说明人形运动能力可泛化到新载具。

⟨●●●⟩SIMULATING REALITY

世界模型

世界模型 36 年:从内部模型到 WAM

分叉演化:从 VLA 到世界行动模型

GPT-6 Astra 驱动机器人操作

VLAct用表征预训练提升泛化

1.5B 机器人操作模型超越更大模型

Coupled 世界模型训练 G1 接触操作

SolarWM 让 Minimax H3 生成实时交互世界

LightNav-0 零样本部署到逐际动力双平台

GWM Worlds 2 实时生成可交互世界模拟

通用多模态大模型能担任机器人高层智能吗？

HINT：让机器人在视觉变化中守住人的意图

VideoDeltaNet 混合注意力视频生成

SolarWM 世界模型全流程开源

Unitree G1 坐办公椅用脚开车

世界模型

世界模型 36 年:从内部模型到 WAM

分叉演化:从 VLA 到世界行动模型

GPT-6 Astra 驱动机器人操作

VLAct用表征预训练提升泛化

1.5B 机器人操作模型超越更大模型

Coupled 世界模型训练 G1 接触操作

SolarWM 让 Minimax H3 生成实时交互世界

LightNav-0 零样本部署到逐际动力双平台

GWM Worlds 2 实时生成可交互世界模拟

通用多模态大模型能担任机器人高层智能吗？

HINT：让机器人在视觉变化中守住人的意图

VideoDeltaNet 混合注意力视频生成

SolarWM 世界模型全流程开源

Unitree G1 坐办公椅用脚开车