Ψ-0.6 统一世界模型:单一模型用文字、深度、运动多流「思考」并操控真机
FaeriaManic · reddit · 2026-10-28
研究团队发布 Ψ-0.6，一个统一的视觉-语言-世界模型，把 chain-of-thought 从纯文字扩展为「思维流」：词语、深度、运动、相机位姿和想象场景都在同一个模型里推理，并通过强化学习学会在何时用哪种表征。
- 在复杂空间推理基准 MindCube 上零样本超越领先的开源权重模型
- 在 FlowBench 上物体运动预测优于其他世界模型；仅在模拟房间上训练即可迁移到真实机器人桌面操作
- 单一模型兼任感知器、VLM、世界模型、推理器与策略
论文、网站与代码均已公开。
所属事件:斯坦福发布 Ψ-0.6：用多模态思维流推理操控真机(3 条相关)→
「具身」频道最新
- RobotAgentBench 发布：VLA 会操作≠能自主，任务发现是短板 — HennyJieCC · 2026-10-28
- AIFlow 发问:生成世界训练的机器人策略过真实测试,敢不敢上线 — AIFlow_ML · 2026-10-28
- Re:Build CEO:机器人只省小头成本,精益生产更划算 — jaimalik · 2026-10-28
- 百度 Apollo Go 在香港办首次大规模公众试乘，90 分钟接待 40 余人 — Baidu_Inc · 2026-10-28
- DeepMind 机器人模型短板：物体恒存性会漂移，2 厘米位移即认不出 — AIFlow_ML · 2026-10-28
- Genie 4 播放的跳棋机器人片段实为渲染,并非真实 Apollo 学习 — AIFlow_ML · 2026-10-28