智源Orca探索下一状态预测

新智元 · wechat · 2026-07-08

智源悟界 RoboBrainOrca 团队发布技术报告《Orca: The World is in Your Mind》，探索让模型从“预测下一个词/下一帧/下一步动作”转向“预测下一状态”，学习更统一的世界表征。文章强调它不是单纯聊天模型、视频生成模型或机器人策略模型，而是先学习世界状态如何变化，再把这种表征读出为理解、预测和行动能力。

帖子还提到，Orca 围绕世界模型、多模态表征和状态建模引发了研究社区讨论，并登上 HuggingFaceDailyPapers 月榜。核心观点是：文本、图像、视频和动作都可看作同一真实世界的不同投影，模型若能先学到可迁移的世界表征，再接入少量动作数据，可能有助于降低机器人训练成本并提升泛化能力。