论文页面 - 代码即世界：面向物理推理的可执行世界表征的智能体发现

来源：https://huggingface.co/papers/2608.27549 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

代码即世界范式将物理环境表示为可执行代码，从而为视觉-语言模型提供量化推理与可扩展监督。

物理理解与推理依赖于形成紧凑且可泛化的世界表征。现代视觉-语言模型（https://huggingface.co/papers?q=vision-language%20models）虽然能够识别与解释多样化的物理事件，但往往缺乏对底层机制——如物体状态、物理参数及支配动力学——的显式表征，而这些表征对于可靠推理世界演化及干预响应至关重要。本研究提出代码即世界（https://huggingface.co/papers?q=Code-as-World）范式，通过可执行世界表征（https://huggingface.co/papers?q=executable%20world%20representations）来表示物理世界。通过将物理构成、动态演化与视觉外观表达为可执行代码，代码即世界（https://huggingface.co/papers?q=Code-as-World）为物理世界提供了紧凑、量化可依且可控的抽象。为从自然语言描述或真实视频等多模态观测构建此类表征，我们开发了受溯因推理（https://huggingface.co/papers?q=abductive%20reasoning）启发的智能体发现循环（https://huggingface.co/papers?q=agentic%20discovery%20loop）：智能体依次提出、执行、渲染、验证并迭代优化可执行世界假设。作为具体应用，我们利用已验证的可执行世界，为训练视觉-语言模型（https://huggingface.co/papers?q=vision-language%20models）进行量化物理推理（https://huggingface.co/papers?q=quantitative%20physical%20reasoning）提供可扩展的物理监督。实验表明，代码即世界（https://huggingface.co/papers?q=Code-as-World）-VL 在 QuantiPhy 基准上达到了最先进性能，并超越了领先的专有模型，凸显了可执行世界表征（https://huggingface.co/papers?q=executable%20world%20representations）作为物理智能可扩展基础的潜力。

查看 arXiv 页面 (https://arxiv.org/abs/2608.27549) 查看 PDF (https://arxiv.org/pdf/2608.27549) 项目主页 (https://mirros-lab.github.io/code-as-world) GitHub364 (https://github.com/mirros-lab/code-as-world) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.27549)

引用本文的模型 4

MirroS-Lab/Code-as-World-VL-9B 问答• 9B• 更新于 1 天前 • 111 • 3 (https://huggingface.co/MirroS-Lab/Code-as-World-VL-9B)

MirroS-Lab/Code-as-World-VL-4B 问答• 5B• 更新于 1 天前 • 71 • 2 (https://huggingface.co/MirroS-Lab/Code-as-World-VL-4B)

prithivMLmods/Code-as-World-VL-4B-GGUF 问答• 5B• 更新于 1 天前 • 285 • 1 (https://huggingface.co/prithivMLmods/Code-as-World-VL-4B-GGUF)

prithivMLmods/Code-as-World-VL-9B-GGUF 问答• 9B• 更新于 1 天前 • 296 • 1 (https://huggingface.co/prithivMLmods/Code-as-World-VL-9B-GGUF)

引用本文的数据集 0

暂无关联此论文的数据集

在数据集的 README.md 中引用 arxiv.org/abs/2608.27549 以从此页面关联。

引用本文的 Spaces 1

包含本文的收藏 1