新闻X11 天前
MBZUAI发布PAN 2世界模型:LLM+29B扩散架构实现75%任务步骤正确率
本文由 AI 根据公开内容整理,可能有误,请以原文为准:MBZUAI's Institute of Foundation Models (IFM) just released PAN 2, an open foundation world model for physical intelligence.(X:Rohan Paul (@rohanpaul_ai)(via AIHOT))
核心内容
MBZUAI基础模型研究所(IFM)正式发布面向物理智能的开放基础世界模型PAN 2,旨在通过模拟式推理机制让智能体实现“先推演再行动”。该模型专为解决具身智能体在复杂物理环境中的长程规划难题设计,是IFM目前测试性能最优的模型版本,为物理世界理解与决策提供了新的开源基座。
PAN 2采用双模块协同架构:LLM负责高层概念推理与任务拆解,29B参数从零训练的扩散模型负责底层感知生成与环境模拟。消融实验显示,移除LLM后多步任务步骤正确率骤降至8.7%且无法完成任何计划;双模块配合下步骤正确率提升至75.1%,计划完整完成率达34.0%,证实了语义推理与视觉生成耦合对具身任务执行的必要性。
关键看点
- 双模架构:集成LLM概念推理与29B从零训练扩散模型,分别承担逻辑规划与感知生成任务
- 性能增益:相比纯扩散模型,引入LLM后多步任务步骤正确率从8.7%跃升至75.1%
- 规划能力:在IFM测试模型中表现最优,实现34.0%的多步计划完整完成率
- 开源定位:作为开放基础世界模型发布,支持物理智能领域的模拟式推理研究
工程与产业观察
PAN 2以量化数据证明了“LLM+扩散模型”组合在具身规划中的有效性,解决了纯视觉生成模型缺乏逻辑约束的痛点。其开源特性为社区提供了验证世界模型辅助决策的标准基线,推动具身智能从端到端黑盒向可解释的模拟推理范式演进。
线索来源:AIHOT
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)