小鹏 XGEN-JING 世界模型开源：第一人称交互，6 张 H100 即可跑 Demo
AdinaYakup · x · 2026-09-21
XGEN-JING 是小鹏 XGEN 团队基于 MiniMax-H3 构建的第一人称交互式体验模型，根据动作、参考图和观察历史联合生成导航、物体交互与对话所需的视频和音频。关键信息：
- 相机控制：键盘 WASD 探索真实或想象场景
- 交互与对话：文本引导物体操作与角色对话，音视频同步生成
- 参考条件：最多组合 5 张人物/物体/场景图，从同一起点探索不同动作
- 当前发布为 JING-Flash-v1 四步双向推理模型，附推理代码、示例和 Prompt skills；因果模型与技术报告即将发布
- 部署验证环境为 6 张 H100：文本编码器、VAE 各一张，4 张用于 DiT 序列并行，默认 FlashAttention-4，需 Python 3.12 与 SGLang 运行时
所属事件:小鹏发布并开源首个世界模型 XGEN-JING，6 张 H100 可跑(2 条相关)→
「具身」频道最新
- 苹果赢下 AI 算力彩票:M5 Ultra 512GB 统一内存成本地跑模型利器 — Hesamation · 2026-09-21
- DeliveryGym：在 UE5 巴黎送外卖，自适应 RL 让收入提升 54.3% — Lianhuiq · 2026-09-21
- Odyssey-3：单一世界模型驱动机器人、汽车、无人机与游戏 — thione · 2026-09-21
- 用 PPO 训练平衡机器人：强化学习机器人系列第二课 — ShawnHymel · 2026-09-21
- Google 发布 899 美元 Googlebook,赌你为 Gemini 换新笔记本 — TechCrunch AI · 2026-09-21
- Archtyp AI CEO:机器人必须以人类不具备的方式可预测 — xmercury_one · 2026-09-21