潜在空间世界模型实测击败 V-JEPA 2 与 Dreamer,识别真实加油站逃单
richdotca · x · 2026-11-15
作者 MaxSebti 展示了自己训练的视频世界模型：与生成像素不同，它在潜在空间中预测未来，用于检测真实加油站「加满油逃单」（drive-off）事件。
技术脉络：
- V-JEPA 2（Meta）：从 100 万+ 小时互联网视频学习物理规律，可在机器人上零样本规划
- DINO-WM：在冻结的 DINOv2 特征上做预测
- Dreamer：用循环潜在状态做控制
作者的方法在真实逃单视频基准上击败上述所有模型，同时把误报控制在预算内。配图曲线显示其方法在每 400 小时正常 footage 的低误报区间（10^-310^-2 次/小时）召回率显著领先，在 400 小时正常与 100 小时繁忙时段均守住误报预算，且对诚实顾客几乎不误伤。
「具身」频道最新
- AI 智能眼镜禁令增多,哲学家称文化回应是隐私防线 — CarissaVeliz · 2026-11-15
- 中国首飞 10 吨级电动客机:载 19 人、时速 300 公里、航程 400 公里 — MarcoFigueroa · 2026-11-15
- PolyUMI 获 CoRL UMI Arena 最佳设备奖：开源视觉-触觉-音频采集平台 — GeorgiaChal · 2026-11-15
- Kosmo×Ropedia 发布 Physical AI 数据集：1589 个 3D 环境与 131 小时第一人称录像 — liuziwei7 · 2026-11-15
- Berkeley 传奇学者 Patterson 预言：两年内超级智能管家将走进日常 — davidpattersonx · 2026-11-15
- 旧金山街头机器狗牵真狗遛弯名场面刷屏 — Polymarket · 2026-11-15