LingBot-VA 2.0 发布:机器人终于开始“边预测未来边行动”
从普通视频生成走向具身控制,机器人需要理解动作如何改变世界。
Robbyant 发布 LingBot-VA 2.0,一个从头为具身智能训练的视频-动作基础模型。它不只是生成视频,而是让机器人在行动时预测未来、接收现实反馈并持续修正。
具身智能 标签聚合机器人、多模态感知、动作规划、世界模型和 AI 与真实环境交互相关内容。
从普通视频生成走向具身控制,机器人需要理解动作如何改变世界。
Robbyant 发布 LingBot-VA 2.0,一个从头为具身智能训练的视频-动作基础模型。它不只是生成视频,而是让机器人在行动时预测未来、接收现实反馈并持续修正。
MoWorld 的重点不是又一段 AI 视频,而是把“生成画面”推进到“实时进入、控制和预演一个世界”。
Team Moxin 发布 MoWorld,主打 Flash World Model、国产 NPU、50FPS 实时交互和低成本推理。它更像是把视频生成推进到可控制、可漫游、可预演的世界模拟工具,但离成熟生产流程仍要看开放程度和稳定性。
从 next token、next frame 走向 next-state prediction,Orca 把 AI 世界模型讨论推进到“状态如何变化”这一层。
智源研究院悟界·RoboBrain Orca 提出 Next-State Prediction 路线,希望让模型先学习世界状态如何变化,再把这种能力读出到理解、预测和行动任务中。对 AI 视频、CG 后期和具身智能来说,这比单纯“生成下一帧”更值得长期关注。