GWM-2 世界模型：720p 24帧实时交互，首次支持任意动作
tlakomy · x · 2026-09-04
Decart（cvalenzuelab）发布通用世界模型重大更新 GWM Worlds 2：
- 单条连续 720p 流、24 fps 实时生成可交互视频模拟，音频 48000 Hz，随用户输入即时响应。
- 宣称是首个能泛化到任意动作（而非固定动作集或纯导航）的世界模型——动态动作正是构建游戏/交互体验和在模拟中训练 agent 的关键。
- 同时推出 WorldPrompt：把世界状态分为「持久的」（重力、物理、光照等）与「随时间变化的」两类来描述世界。
所属事件:Runway 发布 GWM Worlds 2：实时可交互世界模型预览版(10 条相关)→
「多模态」频道最新
- FastH3 Omni 开源：一次生成多参考视频，延迟比基座低 5.6-11.9 倍 — mnmunknown · 2026-10-21
- HeyGen 专业语音克隆：30分钟音频即可克隆到难辨真假 — rohanpaul_ai · 2026-10-21
- Flux 3 Max 登顶物理理解榜：150 万次人类评判选出的第一 — isidentical · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21
- 可灵 4.0 上线:原生 30 秒视频、10 关键帧,可延展至 2 分钟 — lmoroney · 2026-10-21
- Voxtral 转写 1891 年埃菲尔留声机录音：107 词对 100 词，WER 仅 6.5% — IsForAt · 2026-10-21