AI最前沿 88Z.ai 7 月 8 日消息，智源研究院发布悟界·RoboBrain Orca多模态表征世界模型。该模型利用12.5万小时视频进行无意识学习，并结合1.6亿条事件标注开展有意识学习，从而构建统一的世界潜在表征空间。在文本生成、图像预测及具身动作生成等下游任务中，其表现优于同等规模的基线模型。
消息要点
- 模型通过视频无意识学习与事件标注有意识学习构建统一潜在表征空间
- 在文本生成、图像预测和具身动作生成任务中优于同等规模基线
要点
智源研究院正式推出悟界·RoboBrain Orca，这是一款全新的多模态表征世界模型。该模型采用独特的混合学习策略，首先通过12.5万小时的视频数据进行无意识学习，随后结合1.6亿条事件标注进行有意识学习，以此构建出一个统一的世界潜在表征空间。 在实际应用测试中，悟界·RoboBrain Orca展现了强大的性能优势。在文本生成、图像预测以及具身动作生成等多个下游任务中，该模型的表现均优于同等规模的基线模型，验证了其架构的有效性与先进性。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 智源研究院原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。