本周新模型盘点：RoboJEPA 等 7 个机器人世界模型与视频生成模型
TheTuringPost · x · 2026-10-14
Turing Post 梳理本周值得关注的新模型，配图展示了 RoboJEPA 的架构（冻结的 V-JEPA 2.1 视觉编码器 + 可训练预测器，支持 K 步自回归 rollout 与 KV cache）：
- RoboJEPA：跨 12 种机器人本体训练的潜在世界模型，预测精度与规划表现相关
- Long-WAM：用更长的视觉历史改进机器人控制的世界-动作模型
- VioLA：主要从人类录像学习的通用人形控制模型，掌握身体与手部动作
- UNITAS：3D 原生世界-动作模型，在共享 3D 空间中表示观察、动作与场景变化
- DreamTrue：专攻预测动作何时会出错的世界模型
- Kandinsky 6.0 Video：带同步音频、语音与口型的开源视频生成模型
- MiMo-V2.6：全模态模型家族，探索用强化学习 scaling 迈向自我改进
所属事件:Turing Post 周报：机器人世界模型成焦点(3 条相关)→
「具身」频道最新
- AI Agent 专用实体控制器 SlashVibe 10 月 27 日上 Kickstarter — sujingshen · 2026-10-14
- Fchollet 断言:纯自回归采样做不了真实世界机器人 — fchollet · 2026-10-14
- 港中文 Orchestra 框架让机器人按序完成长程多步操作 — CUOHK · 2026-10-14
- 百万小时第一人称视频训练，机器人能干没学过的活 — Scobleizer · 2026-10-14
- 学界告别天价训练：Nvidia 合作的 Octi 让灵巧手转向仿真 RL — KyleMorgenstein · 2026-10-14
- Natura-1 机器人连做六项真实任务，展示多步骤持续自主执行 — stingning · 2026-10-14