AetherAI 发布 CausalWM：因果思维链登顶 TriWorldBench
机器之心 · wechat · 2026-09-20
AetherAI 发布 16B 参数因果世界模型 CausalWM，提出 Causal Chain-of-Thought 新范式：不直接从当前画面跳到未来，而是先显式推演运动与几何变化再生成未来画面。
方法核心
- 推理链：Observation → Physical Motion（光流）→ Geometry（Depth/Pointmap）→ Future Observation，每步输出既是预测目标也是下一步条件。
- 使用 stage-ordered attention mask 防止训练时「偷看答案」，保证因果链真正参与生成。
- 约 3 万小时具身视频数据，三阶段训练：像素级预训练（基座 LTX-2.3-22B，含 CD-LAM 统一潜在动作表示）→ Causal CoT mid-training → 多目标 RL 后训练，可优化整条推理链。
- Causal CoT 还成为控制接口：仿真轨迹可渲染成视觉 token 输入，让模型回答「如果这样运动，世界会怎样变化」的干预式问题。
评测：TriWorldBench 上以 66.04 的 TWB-Score 登顶，三视角一致性、任务对齐等指标领先；在真实数据为主的 PAI-Bench 也排名第一。论文、代码与权重均已开源。
「具身」频道最新
- 开发者用 Claude 控制机械臂后宣布：机器人太简单了，回去写 GPU kernel — KuterDinel · 2026-09-20
- Sitzmann 澄清：野外未知物体的动力学建模仍需学习系统 — vincesitzmann · 2026-09-20
- Neuralink 发布访谈「与心灵对话」，7 分钟谈脑机接口 — Competitive_Travel16 · 2026-09-20
- GPT-6 Astra 操 $150 机械臂画金门大桥，积木抓取成功率 95% — 机器之心 · 2026-09-20
- 乐享机器人烧烤直播翻车不断却持续自纠,550 万人围观跨本体大脑 — 创业邦 · 2026-09-20
- Zeno AI 展示人形机器人协作：仅 4 小时机器人交互数据学会配合 — CyberRobooo · 2026-09-20