腾讯混元 3D 团队做了一件看似低调但在技术圈内颇具深意的事，开源了业界首个面向世界模型的强化学习后训练框架 WorldCompass … 混元团队在开源的世界模型 WorldPlay 上进行了验证，结果显示，在复合动作场景下，也就是要求模型同时处理移动加旋转这类复杂指令时，基座模型的执行准确率仅有 20% 左右，而经过 WorldCompass 训练后，这一数字跃升到了 55%，提升幅度超过 35% … 它不是重新发明了一个世界模型，而是给已有的模型装上了一套强化学习的「矫正器」。
暂无讨论，说说你的看法吧