不再止步于自然语言！PhiZero让世界模型学会「物理语言」
不再止步于自然语言！PhiZero让世界模型学会「物理语言」从物理视频生成到运动迁移，再到可控世界建模。
来自主题: AI技术研报
7287 点击 2026-08-18 15:28
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
从物理视频生成到运动迁移，再到可控世界建模。
机器人撬开啤酒瓶盖，啤酒泡沫涌起，酒液从画面右下角流入杯中。
视频世界模型跑久了，往往面临三个问题： 画面发灰发糊或者过曝过饱和、场景悄悄换了地方、显存先撑不住。
过去三年，AI 内容生成行业经历了几轮密集的技术迭代。从文生图到文生视频，从几秒的短片到分钟级的长视频，每一轮升级都让生成内容的质量和时长向前推进一步。
太卷了！过去两年，视频生成模型把画面参数几乎卷了个遍。
近日，清华大学智能产业研究院（AIR）与加州大学伯克利分校（BAIR）团队合作提出了一种全新的预测范式 ODEWorld，其建立在连续的“物理时间流”（Physical-Time Flow, PT-Flow）之上。与传统方法直接预测下一帧是什么不同，ODEWorld 试图学习的是：世界究竟怎样从当前状态连续地变化到未来状态。
独家获悉，具身智能公司LatentVerse已完成数亿元人民币种子轮融资，第一轮投资方包括高瓴创投、清流资本、智元、星动纪元及英诺天使等基金。LatentVerse选择的是第三条路线：不做VLA也不做如今大热的WAM，而是把VLM和世界模型统一在同一个架构里。
8 月 10 日，戴盟机器人正式发布全球首个触觉锚定世界模型 Daimon-TWM（Tactile-grounded World Model），以原生触觉贯穿物理认知、推演决策和瞬时反应全阶段。这个 “物理交互脑” 不仅能理解正在发生的物理接触，还能预测下一步交互会发生什么，并根据瞬息万变的反馈及时修正动作。
世界模型是物理原生智能（Physics-native Intelligence，Phi）重要的组成环节。
让机器人把一只虾夹起来，再放进锅里。