论文页面 - InternW0：用于高效真实世界交互的基础物理世界模型

来源：https://huggingface.co/papers/2609.27656 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

物理智能不仅需要预测世界可能如何演变，还需要在世界持续变化时保持预测的可操作性。我们推出了 InternW0，这是上海人工智能实验室 InternW 物理世界模型系列的首个实例，它围绕全模态接口、异步多频率处理以及在部分观测和外部影响下的局部物理建模而构建。InternW0 通过一种采用流匹配的非对称视频-动作架构，联合学习未来视觉动态和连续机器人控制。一个高容量的视频专家提供更长期的预测上下文，而一个轻量级的动作专家则以更快的时间尺度运行。InternW0 不必为每次动作更新重新生成未来，而是重用逐层的 K/V，并通过基于观测的上下文路由将其适应到新观测到的状态。特定领域的接口和软提示支持异构的具身形态，而接触感知后训练则将力和触觉信号融入到接触丰富的操作任务中。我们在大约 7,200 小时的异构机器人和自我中心数据上训练了 InternW0，其中包括 EgoLab——一个时长 275 小时的真实实验室自我中心数据集。评估涵盖了仿真基准和真实世界的科学任务，包括一个 15 阶段的金属有机框架合成工作流，以及一个 5 阶段的、接触和力感知的通用定量移液灵巧操作。这些结果推动了可扩展、异步且科学原生的物理世界模型的发展，以实现通用高效的现实世界交互。

查看 arXiv 页面 (https://arxiv.org/abs/2609.27656)查看 PDF (https://arxiv.org/pdf/2609.27656)项目页面 (https://internrobotics.github.io/internw0/)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.27656)

通过您的智能体获取此论文：

hf papers read 2609.27656

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.27656 以将其链接到此页面。

引用此论文的数据集0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.27656 以将其链接到此页面。

引用此论文的 Space 0

无 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2609.27656 以将其链接到此页面。

包含此论文的收藏夹0

无收藏夹包含此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以将其链接到此页面。