aifollow.news
返回 Rohan Paul
Rohan Paul· @rohanpaul_ai · X· · 原发布时间 AI 评分47

PAN 2 发布开放世界模型,可按动作生成最多 20 秒后续视频

AI 导读

PAN 2 是一款免费、开放的动作条件世界模型:用户描述一个动作后,它可生成最多 20 秒的视频,呈现随后可能发生的物理过程。其生成流程先由语言模型规划情节,再由 290 亿参数的视频模型渲染。

原帖引用 · AI 翻译

@rohanpaul_ai
译文 · 以原文为准

智能体通过试错学习。代价高昂的部分是犯错。 世界模型把犯错的过程移入模拟,这正是 PAN 2 这样的模型存在的全部理由。

这是一个免费、开放的“以动作为条件的世界模型”。

它接收你描述的一个动作,并生成最长 20 秒的视频,展示接下来在物理世界中会发生什么。它的新做法是把任务分成 2 步:先由一个语言模型推演情节,再由一个 29B 参数的视频模型将其渲染出来。

引用Institute of Foundation Models@IFM_AI
译文
隆重推出 PAN 2:一个面向物理智能的开放基础世界模型。 语言模型预测下一个词。PAN 2 预测接下来的世界:每个动作之后会发生什么,其预测以时间、物理规律和空间为依据。 迈向会在行动前模拟“如果……会怎样?”的 AI。 更多详情:https://t.co/lUX7igPOiF
原文

Introducing PAN 2: an open foundation world model for physical intelligence. A language model predicts the next word. PAN 2 predicts the next world: what happens after each action, grounded in time, physics and space. Towards AI that simulates “what if?” before it acts. More details: https://t.co/lUX7igPOiF

在 X 查看这条帖子 ↗

来源:Rohan Paul · x.com

模型
发现内容有误?提交纠错