标签
像AMI Labs和World Labs这样的世界模型AI公司，由于行业竞争压力和融资便利，对其商业化计划保持保密。
VABench 引入了一个基准，通过测试模型在视觉演示和主动感知下观察、推理和行动的能力，来评估模型中的具身空间智能。它表明主动摄像头控制提高了任务成功率，但没有模型能完成长期任务。
本文介绍了SpatialBlock-15k，这是一个针对堆叠方块问题的合成数据集，旨在提升大型视觉语言模型中的3D空间推理能力，并展示了性能的改进和对现实世界任务的泛化能力。
World Labs 宣布了 Atlas，一个全息世界模型，原生处理文本、图像、视频和三维几何数据，并在共享的空间上下文中进行，以提升人工智能在模拟空间、时间和物理交互方面的能力。
World Labs 推出 Atlas，一个能够生成、重建和模拟三维环境的多模态世界模型，并支持相机控制和空间一致性。
LightNav-0 是一个紧凑的通用导航模型，它利用预训练视觉-语言模型的空间智能，实现了跨多样任务和机器人形态的具身导航最先进性能。
This paper introduces a continuous metric field framework trained by a single causal contrastive loss that unifies geometric structure discovery from robot navigation to black hole emergence, demonstrating zero-shot generalization across dimensions.
斯坦福HAI探讨了AI中世界模型和空间智能的兴起，呼吁建立治理框架以应对超越语言处理的能力。
World Labs 分享了构建世界以训练机器人的早期成果，推动了与物理和虚拟环境交互的空间智能。
推广电子书《Python for GIS & Spatial Intelligence》，该书教授如何使用Python进行交互式地图制作和空间分析。
Google Maps Platform Product Manager Angela Yu discussed the shift from developers to builders in the AI era at NYC Community Day, emphasizing agents, spatial intelligence, and how Google's data empowers builders.
一篇Ars Technica的文章探讨了世界模型作为新兴人工智能范式的承诺与局限，将其与大语言模型进行对比，并邀请了专家就其在机器人、研究和资产生成中的应用提供见解。
WildCity 引入了由自动驾驶车队收集的大规模多模态数据集，用于城市规模的导航与空间表征。该数据集包含 18 条长轨迹，并建立了重建与闭环仿真的基线，以推动能够感知和推理城市规模环境的 AI 系统发展。
李飞飞的World Labs专注于空间智能AI，融资10亿美元，标志着从大语言模型向世界模型的转变。
本文提出Embodied-BenchClaw，一种自主多智能体系统，能够通过包含过程质量控制与可扩展技能库的五阶段流水线，根据用户意图自动构建具身空间智能基准。
李飞飞阐述World Labs专注于构建大型世界模型以解锁空间智能，认为这是继语言模型后的下一个前沿，并从进化史、应用场景、技术分类等角度论证其价值，同时表达了对AI安全务实态度和教育变革必要性的看法。
GeoVR 通过利用多个几何目标从3D基础模型中蒸馏几何知识，重构多模态大语言模型的语义潜空间，从而增强其3D感知能力。
Fei-Fei Li与World Labs团队提出了世界模型的功能分类法，区分了渲染器、物理引擎以及在强化学习循环中的其他组件，并论证空间智能是人工智能的下一个前沿。