MBZUAI 开源世界模型 PAN 2：LLM 规划+29B 扩散生成
MBZUAI 基础模型研究院（IFM，Eric Xing 团队）于 11 月 11 日发布开源基础世界模型 PAN 2，定位为面向物理智能的「开放权重」模型。团队提出世界模型应在「亚里士多德世界」而非「柏拉图世界」中运行——不是像语言模型那样预测下一个词，而是预测每个动作之后世界会如何演化，将预测锚定在时间、物理与空间维度上。核心能力是「模拟式推理」：让 agent 在行动前先在想象中推演「如果这样会怎样」，可对多个候选动作逐一模拟后再决策。
已确认
- 架构基于生成式潜在预测（GLP），采用双路分工：概念层由 LLM 推演接下来发生什么、如何达成目标；生成层为 29B 参数的潜扩散模型（双流多模态 diffusion transformer，推理骨架不包含在内），负责具体世界状态的预测生成。
- 使用方式：给定当前观测（可选图片+文本）与文本描述的动作，输出最长 20 秒、704x1248@24fps（约 720p）的视频，模拟世界对动作的响应。
- 模型评测中步准确率达 75.1%；演示场景包括 29B 参数模拟机器人叠衣等物理任务。
- 训练数据为数百万小时的第一人称（自我中心）与机器人数据。
- 团队列出世界模型应具备的六个能力维度：遵循物理定律、历史连贯性、视线之外的持久性、符合约束、视角不变性等。
- 开放程度较高：模型采用 Apache 2.0 许可，权重已上架 Hugging Face，并集成进 Hugging Face Diffusers（支持文/图生成视频），据 Reddit 发布帖称训练代码也一并放出；vLLM 团队宣布提供零日（day-zero）支持。
为什么重要
- PAN 2 将「世界模型」从概念推向可用的开源基础模型，为机器人与物理智能研究提供了可在行动前进行模拟推演的通用底座；Apache 2.0 许可、HF Diffusers 集成加上 vLLM 的零日支持，意味着部署与复现门槛都较低，社区可快速上手扩展。
2026-11-11 ~ 2026-11-11 · 11 条相关
一手来源
- 开源世界模型 PAN 2 发布：预测动作后的下一个世界，vLLM 零日支持 — vllm_project ·
- MBZUAI 开源世界模型 PAN 2:LLM 规划+29B 扩散生成，步准确率 75.1% — rohanpaul_ai ·
- 29B 世界模型 PAN 2 上架 Hugging Face Diffusers,支持文/图生成视频 — rohanpaul_ai ·
- 【源头】开源世界模型 PAN 2 发布：预测动作后的下一个世界，vLLM 零日支持 — vllm_project · 2026-11-11
- 【源头】MBZUAI 开源世界模型 PAN 2:LLM 规划+29B 扩散生成，步准确率 75.1% — rohanpaul_ai · 2026-11-11
- MBZUAI 开源世界模型 PAN 2，29B 参数模拟机器人叠衣 — rohanpaul_ai · 2026-11-11
- MBZUAI 开源世界模型 PAN 2:让 AI 先在模拟中推演再行动 — Scobleizer · 2026-11-11
- IFM 发布开源世界模型 PAN 2：预测「下一个世界」而非下一个词 — HongyiWang10 · 2026-11-11
- 【源头】29B 世界模型 PAN 2 上架 Hugging Face Diffusers,支持文/图生成视频 — rohanpaul_ai · 2026-11-11
- IFM 开源 PAN2 视频模型:29B 潜扩散架构,20 秒 720p,连训练代码都放出 — Aggressive-Zebra-949 · 2026-11-11
- IFM 发布开源世界模型 PAN 2，用数百万小时自我中心与机器人数据训练 — ZhitingHu · 2026-11-11
- Eric Xing 详解 PAN 2:GLP 架构与物理智能六维能力 — HeyAmit_ · 2026-11-11
- IFM 发布开源世界模型 PAN 2:预测动作后的世界状态 — HeyAmit_ · 2026-11-11
- IFM 开源 29B 世界模型 PAN 2:文字描述动作即可模拟未来 20 秒视频 — pmttyji · 2026-11-11