世界模型

• 世界模型可以用于人形机器人训练么？

  本文探讨了使用仿真数据训练具身智能机器人的可能性，特别是通过Marble世界模型进行可编辑性测试的结果。虽然Marble在理论上提供了高度可编辑的功能，但在实际应用中发现其生成的内容质量不稳定，难以满足大规模训练的需求，并且编辑成本过高。因此，作者建议利用现有平台批量生成高质量、可控且可编辑的3D场景和资产数据，以提高训练效果。此外，尽管Marble能提供部分视觉数据，但对于动作数据的获取仍依赖于真实的物理交互，需借助仿真引擎模拟物理属性的资产来实现。

  步日欣

  501

  11/18 15:14

  人形机器人 世界模型

  
• ICCV涌现自动驾驶新范式：统一世界模型VLA，用训练闭环迈向L4

  理想汽车在ICCV 2025上展示了其从数据闭环迈向训练闭环的策略，强调了世界模型的重要性及其在自动驾驶领域的应用。通过构建云端世界模型，理想实现了训练闭环，增强了车端VLA模型的性能。此外，理想还开源了自己的星环OS，促进了汽车行业的发展。

  量子位

  663

  11/10 09:55

  自动驾驶 VLA

  
• VLA和世界模型，谁才是自动驾驶的最优解？

  自动驾驶技术的发展呈现两种主要路径：VLA（视觉—语言—行动）模型和世界模型。VLA通过视觉感知、语言理解和动作生成串联起来，利用语言模型进行高级推理，适用于复杂场景的理解和决策，但面临物理精度和安全约束的挑战。世界模型则强调空间认知与物理推演，通过仿真环境训练模型，具有出色可控性和物理一致性，但仿真与现实的差距难以完全消除，且对高精度传感器依赖较大。两者各有优劣，未来有望深度融合，共同推动自动驾驶技术的进步。

  智驾最前沿

  1044

  11/06 09:13

  自动驾驶 VLA

  
• 自动驾驶上常提的VLA与世界模型有什么区别？

  VLA通过视觉、语言和动作的结合，实现从感知到决策再到动作的闭环，具有解释性和语义理解的优势；世界模型则侧重于动力学预测和未来状态模拟，适用于安全验证和策略评估。两者各有优劣，在自动驾驶领域应综合运用，确保系统的功能性和安全性。

  智驾最前沿

  1823

  10/15 10:50

  自动驾驶 VLA

  
• Waymo自动驾驶最新探索实践：世界模型、长尾问题、最重要的东西

  Waymo提出了一种大规模AI模型架构，称为“基础模型”，它整合多种传感器数据，用于感知和行为任务。为了应对复杂的驾驶场景，Waymo采用了VLM技术处理大量语料库，并通过多模态融合提高精度。此外，Waymo强调数据筛选和整理的重要性，认为高效的高质量数据是确保模型性能的基础。在实际应用中，快速响应决策是关键，Waymo认为 Depots运营停车场和改装工厂对其业务至关重要。尽管Waymo在算法和开发方面取得了进展，但在工程落地和量产运营方面仍有待加强。

  Vehicle

  1747

  10/05 10:25

  自动驾驶 Waymo

  
• 分析丨智驾两大核心路线“贴脸开大”，车企如何“二选一”？

  智能驾驶技术路线之争揭开序幕，主要围绕VLA和WA两种方案展开。VLA通过视觉-语言-动作中间层实现可解释性和长时序推理，适合中小车企低成本快速迭代；WA构建数字孪生世界，强调理解和模拟现实，更适合大型企业长期投资。理想、小鹏等公司利用VLA实现快速落地，而华为和蔚来则押注WA，试图建立技术壁垒。2025年将成为智驾路线的关键转折点，VLA进入量产阶段，WA开始初步应用，行业竞争加剧，中小车企面临巨大压力。

  AI芯天下

  868

  09/28 08:35

  智能驾驶 VLA

  
• 端到端自动驾驶的前世今生：不管VLA还是WM世界模型,都需要世界引擎

  香港大学Li Hongyang在CVPR自动驾驶Workshop上发表了关于端到端自动驾驶的开场演讲，定义了端到端自动驾驶，并回顾了其发展历史。演讲中提到，端到端自动驾驶正面临数据收集和极端情况模拟的挑战，为此提出“世界引擎”概念，通过从人类专家驾驶中学习，生成有价值的数据用于训练和改进端到端算法，以应对生产环境中的复杂情况。

  Vehicle

  1909

  09/10 09:15

  自动驾驶 端到端

  
• VLA与世界模型，会让自动驾驶汽车走多远？

  自动驾驶技术正朝着“理解和推理”的能力迈进，通过VLA（视觉—语言—动作模型）和世界模型实现从“会看”到“会想”的转变。VLA利用多模态大模型优势，将视觉、点云、地图等信息编码进统一语义空间，并通过语言模型进行逻辑推理和决策。世界模型则提供虚拟环境，增强数据多样性，加速模型训练。尽管面临三维特征表达、长时推理和算力限制等挑战，但随着技术进步，自动驾驶有望成为更加智能、可靠的驾驶智能体。

  智驾最前沿

  1088

  09/02 10:17

  自动驾驶 VLA

  
• 自动驾驶中常提的世界模型是个啥？

  随着自动驾驶技术的不断成熟，车辆需要在复杂多变的道路环境中安全地行驶，这就要求系统不仅能“看见”周围的世界，还要能“理解”和“推测”未来的变化。世界模型可以被看作一种对外部环境进行抽象和建模的技术，让自动驾驶系统在一个简洁的内部“缩影”里，对真实世界进行描述与预测，从而为感知、决策和规划等关键环节提供有力支持。

  智驾最前沿

  785

  06/24 12:22

  自动驾驶 世界模型

  
• 顶尖的人工智能研究人员表示，语言本身就限制了人工智能的发展。以下是他们正在构建的新型模型

  GPT类型的LLM大语言模型，生成图片类型的Diffusion Models目前是人工智能领域最爆火的应用基础。这两类技术基础，可以在互联网应用上生成文字、图片、视频，然后人工智能技术把这些应用组合就成了所谓的 Agentic AI；然后物理世界的Physical AI 例如当前的自动驾驶，机器人也基于这些技术的基础来实现。

  Vehicle

  548

  06/16 10:10

  人工智能 世界模型

  
• 世界模型 World Model 101

  随着世界模型 World Model(WM) 在 AI 研究、特别是汽车和机器人等应用领域日益受到关注，越来越多的人包括从业人员，投资者、AI 爱好者和 AI 科学家都开始竞相讨论和使用世界模型 (WM)这个词。但是，世界模型 (WM)它真正含义、重要性以及它目前学术和行业应用的发展阶段确实鲜有能说明的。所以，本文根据相关论文，专家信息总结：

  Vehicle

  1442

  06/16 09:27

  世界模型

  
• 华为、理想、特斯拉、商汤的世界模型是做什么用的？

  最近世界模型（World Model）很火，甚至有人说世界模型是终极自动驾驶解决方案，实际上它只是端到端大模型的一种，和VLM没有本质区别。目前的研究基本都集中在用世界模型生成视频或其他连续时间序列上的可视化数据，再用这些视频训练传统或端到端的自动驾驶模型，几乎没有人研究直接用世界模型做自动驾驶的。即便是视频生成，也还是处于实验室的学术研究阶段。

  佐思产研

  2322

  01/13 12:00

  华为 特斯拉

  
• 自动驾驶，世界模型是唯一解？

  在前一篇文章《开炒VLA，“端到端”过气了？》里，我们了解到一个新的概念“世界模型”。按照目前行业的理解，“端到端”的尽头，就是世界模型。因为，自动驾驶光有端到端还不够。端到端的“黑盒子”特性，导致上限提高的同时拉低下限，存在“跷跷板效应”。无穷无尽的Corner Case，写不完的代码。就像我那篇文章说的，《“端到端”求L4，无异缘木求鱼》。

  汽车公社

  803

  2024/12/27

  自动驾驶 世界模型

  

正在努力加载...