用 Blender 造 1 万+样本,世界模型首次系统性训练客体永久性
_akhaliq · x · 2026-09-26
论文《Training Object Permanence in World Models》(arXiv:2609.28654)提出:客体永久性(object permanence)是人类认知的基础,但现有视频/世界模型普遍缺乏。作者构建了一套完整的数据基础设施,包含多样化的客体永久性认知任务,每个任务配有基于 Blender 的数据生成器,可将每类任务扩展到至少 1 万个多样样本。实验证明该数据基础设施能有效训练视频模型和世界模型习得客体永久性,是让世界模型获得人类式物理常识的一条系统路径。
「研究」频道最新
- WetLabs 基准发布:9 项湿实验任务实测机器人能否加速科研 — ericjang11 · 2026-09-26
- Medmarks v1.0 发布并入选 NeurIPS:医疗 LLM 评测扩至 30 项、61 个模型 — iScienceLuvr · 2026-09-26
- AI 闭环实验发现无铱钌钯基催化剂,InMnPdOx 稳定运行 1000 小时 — CatAstro_Piyush · 2026-09-26
- RGBD20K 发布:2 万对 RGB-D 图像、160 类的语义分割新基准 — UNT · 2026-09-26
- AI 辅助形式化验证以太坊解耦共识协议,迈向 4-8 倍最终性提速 — DavideCrapis · 2026-09-26
- 预注册研究不到一成做多假设校正 — RexDouglass · 2026-09-26