世界模型

world model

世界模型是一种在内部学习环境运行规律、根据动作预测或模拟下一状态的AI模型。

2篇文章最近提及

世界模型是一种AI模型,它学习环境行为的内部表示,在给定当前状态和动作时预测或模拟接下来的状态。其目标是从数据中掌握物体运动、物理规律、空间结构等环境规则。这一概念源于强化学习,智能体在学习到的模型中而非真实环境中进行规划和练习;2018年David Ha与Jürgen Schmidhuber的论文《World Models》使其广为人知。

近年来,该词也用来指以视频数据训练、根据用户操作实时生成3D环境的模型,Google DeepMind的Genie系列是代表性例子。世界模型被用于机器人和自动驾驶的仿真、游戏环境生成以及AI智能体的训练环境生成。与预测下一个文本词元的语言模型相对,它常被视为通向理解物理世界的AI的一条路径。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • 十月末AI新品盘点:哪些已上线,哪些仍需等待AI资讯 ·

    谷歌DeepMind公布了Genie 4,这是一款生成可导航三维环境而非固定视频的世界模型。

    阅读文章
  • 蛋白质结构预测AI的下一步:从静态结构走向理解分子运动AI健康 ·

    他把这类模型描述为压缩了进化历史的世界模型,其中蕴含着研究人员尚未破解的信息。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。