蚂蚁联合西湖大学浙大发布CWM 2.0,30分钟一镜到底无漂移
机器之心 · wechat · 2026-11-18
蚂蚁集团、西湖大学与浙江大学联合发布 CodeWorld Model 2.0(CWM 2.0),核心视觉引擎 Invoker-Render 走「代码管世界状态、生成模型管画面」的路线,已开源模型与推理系统。
关键能力:
- 五类 Proxy 统一控制:语义图、稀疏三维框、主体掩码、带明暗几何体、骨架,同一模型兼容从简单线框到精细骨架的不同几何精度,可精确控制场景、物体动作与摄影机路径。
- 30 分钟流式生成不漂移:ProForcing 三阶段训练(TF→RF 因果适应、RF-DMD+GAN 四步蒸馏、SF-DMD 自生成历史训练)让模型在自身生成的含误差历史上保持画面质量,赛车演示一镜到底 30 分钟无切镜重置。
- 推理系统工程:基于 SGLang-Omni 的单机八卡流式引擎,结构化块因果掩码将每块前向调用从 6 次降到 4 次,配合 KV 缓存复用与八卡流水线调度。
评测:140 组留出序列匿名两两对比(Gemini 3.8 Flash 判分 + Bradley-Terry Elo),Invoker-Render 在画面质量(1336.4)、结构与运动(1309.0)、外观保持(1214.1)、综合偏好(1343.2)四项均第一,对最强基线综合偏好胜率 62.9%,Elo 领先 97.9 分。
所属事件:蚂蚁联合高校发布代码世界模型 CWM 2.0(2 条相关)→
「多模态」频道最新
- Remotion 上线真实运动模糊:HTML-in-canvas + WebGPU 实现 — Vjeux · 2026-11-19
- 蚂蚁 Inclusion AI 发布 Invoker-Render:30 分钟稳定流式世界模型 — inclusionAI · 2026-11-19
- 博主实测 Gemini 4 Nano:多模态与设计还原力称可平替 Opus 5.5 — op7418 · 2026-11-19
- StableCraft 开源:ComfyUI 接 Photoshop 式套索局部重绘 — Business_Plum4088 · 2026-11-19
- Krea 改版:界面更简洁、功能更强、速度大幅提升 — TitusTeatus · 2026-11-19
- TikTok 上"AI 替身视频"爆火,网友追问本地复现方法 — rdditiszionist · 2026-11-19