Galbot lässt Roboter aus Menschenvideos lernen
Galbot, Peking University, CASIA und Tsinghua stellen WAM-TTT vor: ein Deployment-Verfahren, das Roboter mit unlabeled Egocentric Videos anpasst, ohne das Basismodell neu zu trainieren.
12 geprüfte Beiträge zu Weltmodelle, Produkten und Branchenentwicklungen.
Galbot, Peking University, CASIA und Tsinghua stellen WAM-TTT vor: ein Deployment-Verfahren, das Roboter mit unlabeled Egocentric Videos anpasst, ohne das Basismodell neu zu trainieren.
Dexmal DW0.5 verlagert Robotik-Nachtraining in ein gelerntes virtuelles Testfeld. Der Beitrag ordnet die überprüften Fakten und die Bedeutung über die einzelne Meldung hinaus ein.
Being-M0.7 trainiert humanoide Bewegung mit menschenzentrierten Daten. Der Beitrag ordnet die überprüften Fakten und die Bedeutung über die einzelne Meldung hinaus ein.
PixVerse erweitert die Series-C-Finanzierung und schiebt KI-Video Richtung interaktive Spiele. Der Beitrag ordnet die überprüften Fakten und die Bedeutung über die einzelne Meldung hinaus ein.
MoWorld bringt ein 50-FPS-Weltmodell auf chinesische NPUs wird für deutschsprachige Tech-Leser eingeordnet, mit den wichtigsten Zahlen und offenen Prüfpunkten.
Qwen-AgentWorld trainiert Agenten mit Sprach-Weltmodell。
Mirage speichert latente Szenenmerkmale statt gerenderter Punktwolken und macht Video-Weltmodelle schneller, leichter und konsistenter.
Das Pekinger Unternehmen will 3D-KI von einzelnen Assets zu teilbaren, dauerhaften virtuellen Welten verschieben.
Reactor, ein von ehemaligen Apple-Ingenieuren gegründetes Startup, hat 59 Millionen US-Dollar in einer Serie-A-Finanzierungsrunde eingesammelt, um eine Echtzeit-Weltmodell-Plattform mit nahezu null Latenz zu entwickeln.
DeepMind verbindet 280 Milliarden Street-View-Bilder mit Genie und erzeugt begehbare 720p-Welten realer Orte für Ultra-Nutzer.
Decart gab eine Finanzierungsrunde über 300 Mio. USD bei einer Bewertung von 4 Mrd. USD bekannt, mit Beteiligung von Nvidia und Angel-Investor Andrej Karpathy.
Runway, einst als KI-Video-Startup bekannt, ist nun 5,3 Milliarden Dollar wert und verlagert seinen Fokus auf Weltmodelle, die Physik aus Videodaten lernen.