Uma equipe de pesquisa da Peking University apresentou o EvoPhys-World, descrito como o primeiro modelo de mundo 5D totalmente controlável, centrado no ser humano e em nível de cena.
O modelo foi construído sobre a infraestrutura de computação de produção doméstica da Moore Threads. Ele leva mundos gerados por inteligência artificial de um estágio observável e navegável para outro que é manipulável, profundamente interativo e auto-evolutivo.
A equipe EvoPhys argumenta que a essência de um modelo de mundo é a simulação de um espaço hiperdimensional. Enquanto modelos de mundo 3D focam na estrutura espacial e modelos 4D adicionam a dimensão do tempo, um modelo de mundo 5D também deve compreender os estados de objetos em diferentes universos paralelos — como escolhas diferentes levam a futuros diferentes, e como essas simulações futuras informam decisões atuais.
O EvoPhys-World é construído sobre um modelo base unificado com duas formas centrais: Modelo como Motor de Mundo e Modelo como Política de Mundo. Na forma Motor de Mundo, o modelo pode construir memórias de cena em evolução contínua baseadas em ambientes reais e gerar imaginações futuras. Ele suporta navegação por trajetória arbitrária dentro de novas cenas e simula interações com qualquer objeto na cena, incluindo manipulação e movimento.
Na forma Política de Mundo, o modelo pode prever estados futuros do mundo e recomendar estratégias de ação ideais. Isso permite que ele compreenda não apenas como o mundo evolui, mas também pré-encene como um agente inteligente deve agir em seguida, formando um ciclo completo da geração do mundo à manipulação do mundo.
Tecnicamente, o EvoPhys-World emprega um Pool de Memória Latente para memória espaço-temporal de longo prazo, usando um mecanismo de importância espaço-temporal para selecionar e comprimir estados implícitos chave. Ele também apresenta uma arquitetura de geração paralela com saída Unified Token Chunk e um mecanismo de atenção híbrido que realiza inferência paralela unificada de tokens de estado-ação.
A infraestrutura de computação subjacente é alimentada pelo ecossistema completo de GPU doméstica da Moore Threads, marcando um marco significativo para as capacidades de computação de IA de produção nacional da China. Ao depender inteiramente de hardware de produção doméstica, o projeto demonstra que pesquisa avançada em modelos de mundo pode ser conduzida sem dependência de cadeias de suprimento de GPU estrangeiras.
O projeto está hospedado em evophys.com e representa um avanço significativo no paradigma de pesquisa de modelos de mundo — movendo a IA de ver o mundo para mudar o mundo através da compreensão de causalidade física, dinâmicas de interação e previsão e seleção de múltiplos futuros.
Material de referencia publicado por Pandaily.