不同于主流世界模型预测下一帧画面长什么样，隐空间世界模型要求 AI 在更抽象的表征空间里，学习动作和世界状态变化之间的因果规律 … 单个模型的成功还能归因于机会，那么连续做出 Grounding DINO、DINO-X 等这样的全球领先物体理解视觉基座大模型，更多说明的是团队底层能力已经成型 … 曾经做出世界第一视觉大模型的视启团队，正把同样的信念，押注在隐空间世界模型上。
不同于主流世界模型预测下一帧画面长什么样，隐空间世界模型要求 AI 在更抽象的表征空间里，学习动作和世界状态变化之间的因果规律 … 单个模型的成功还能归因于机会，那么连续做出 Grounding DINO、DINO-X 等这样的全球领先物体理解视觉基座大模型，更多说明的是团队底层能力已经成型 … 曾经做出世界第一视觉大模型的视启团队，正把同样的信念，押注在隐空间世界模型上。