新闻MarkTechPost(RSS)(via AIHOT)11 天前
MBZUAI开源29B世界模型PAN 2:多步规划完成率34%居首
本文由 AI 根据公开内容整理,可能有误,请以原文为准:MBZUAI’s IFM Releases PAN 2, an Open 29B World Model for Physical AI(MarkTechPost(RSS)(via AIHOT))
核心内容
MBZUAI基础模型研究所(IFM)于2026年11月10日正式开源29B参数世界模型PAN 2,权重、训练及推理代码均遵循Apache 2.0协议。该模型专为Physical AI设计,核心能力是根据场景与文本动作指令模拟物理结果。在自研测试集的100个多步任务中,PAN 2取得34.0%的全计划完成率,显著优于MiniMax-H3(32.5%)和FLUX 3(26.77%),Physics-IQ Verified得分49.38位列开源模型第一,但单步动作与人类偏好评分仍落后于头部闭源模型。
技术上PAN 2采用Generative Latent Prediction架构,将仿真解耦为概念推理与感知推理:LLM(默认Kimi K3)输出结构化JSON状态,29B MMDiT基于数亿标注视频从头训练预测Latent,配合冻结Qwen3.5-9B编码器与Wan 2.2 VAE解码器生成视频。消融实验证实LLM规划器不可或缺,移除后全计划完成率从34.0%骤降至0.0%。部署需数据中心GPU加载BF16全量权重,支持Hugging Face Diffusers与vLLM推理,配套Guardrail可将有害输出从33.9%降至1.5%。
关键看点
- 多步规划SOTA:在100项多步物理任务测试中,全计划完成率达34.0%,步骤完成率75.1%,均为同期测试模型最高,验证了LLM+World Model架构在长程推理中的有效性。
- 双模态推理架构:采用Conceptual+Perceptual分离设计,LLM生成包含事件、时序动作与相机运动的结构化JSON,消融显示移除概念推理模块会导致全计划完成率归零,证明符号规划对物理仿真的关键作用。
- 开源视频生成规格:29B Dense MMDiT支持Text/Image-to-Video,输出分辨率704×1248@24fps,最长20秒;默认采样50步、Flow Shift 9、Guidance 2.5,提示词硬限制1536 Token,需配合专用Guardrail使用。
- 物理一致性基准:Physics-IQ Verified得分49.38领跑开源阵营,RBench得分57.04优于Cosmos 3 Super;但在单动作执行与Human Elo(1595)指标上仍低于MiniMax-H3,显示长程规划与瞬时物理真实性存在Trade-off。
工程与产业观察
PAN 2确立了“LLM规划+视频生成仿真”作为具身智能Simulative Reasoning的主流技术范式,其34%的多步完成率证明了开源世界模型在Agent预验证环节的可用性。然而,移除LLM即失效的强依赖性及高算力门槛,提示工程落地需重点优化端侧轻量化部署与规划器鲁棒性,而非单纯堆叠生成模型参数。
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)