阿里发布 DreamX-Phi 1.0：面向机器人操作的视频世界模型
alibabagroup · hf · 2026-08-14
阿里巴巴发布了 DreamX-Phi 1.0，这是一个面向机器人操作场景的动作条件视频世界模型。
该模型的核心机制包括：
- 引入几何注意力编码（geometric attention encoding）
- 结合深度估计与物体掩码
- 采用冻结教师模型进行蒸馏，从而生成高保真度的未来观测结果。
「具身」频道最新
- Kroger 裁 3000 个公司岗位占 37%，博主预言人形机器人 2030 年代接棒 — csuwildcat · 2026-10-16
- Tesla 人形机器人被喊「来个后空翻踢腿」，回应翻车名场面 — yunta_tsai · 2026-10-16
- 搭载相机的巡检机器人在葡萄园建图,把物理 AI 落到田间 — CurieuxExplorer · 2026-10-16
- MBP 原装充电器重负载下仍掉电，实测输入 132W 负载 157W — AaronBergman18 · 2026-10-16
- Roadster 飞行演示引质疑:过弯 2G 抓地、装喷气车意义何在 — lipeng0820 · 2026-10-16
- Beff 晒视频:AI 系统终于解决了侧方停车难题 — beffjezos · 2026-10-16