PhysiCalWorld：用交互片段校准世界模型，无需物理标签即可学隐藏物理属性
Scobleizer · x · 2026-11-03
来自密歇根大学等机构的论文 PhysiCalWorld，解决世界模型难以捕捉场景隐藏物理属性（质量分布、摩擦、关节阻尼等）导致的预测漂移问题。
- 方法：在测试场景中让 agent 先执行探索动作收集一段交互序列，将其编码为物理描述符 token，作为 in-context 提示校准世界模型，使后续预测贴合场景真实动力学
- 无需微调、无需解析式物理建模、训练全程不用物理标签，仅用 latent prediction loss 端到端训练
- 推理时描述符 token 只需提取一次，可在多条 rollout 间复用，额外开销可忽略，且能外推到训练物理范围之外
论文、代码与项目页均已公开。
「具身」频道最新
- AI 智能体给活体小鼠大脑成功注射基因药物 — ChuckDBrooks · 2026-11-03
- 3D World Simulator 发布：统一预测外观几何触觉，RTX 5090 上跑 50+ FPS — YunzhuLiYZ · 2026-11-03
- 谷歌把 4 颗 TPU 送入太空跑 Gemma 4:电力只够一次点亮一颗,每轮运行 20 分钟 — demian_ai · 2026-11-03
- a16z 对谈 Tutor Intelligence：机器人按小时计费进美国工厂 — a16z · 2026-11-03
- SKY-001 工程世界模型展示：用层级空间推理设计千件零件的捷豹整车 — Scobleizer · 2026-11-03
- Augmentic 发布照片级机器人仿真:用 Isaac Sim G-buffer 渲染真实感画面 — Scobleizer · 2026-11-03