محققان بهتازگی از مدل جدیدی به نام «Orca» رونمایی کردهاند که بهعنوان یک «مدل بنیادین جهانی» (General World Foundation Model) شناخته میشود. برخلاف مدلهای قبلی که روی پیشبینی کلمه یا فریم بعدی متمرکز بودند، Orca با تمرکز بر پیشبینی وضعیت جهان (Next-State-Prediction) به درک عمیقتری از محیط میرسد.
این مدل با یادگیری از ۱۲۵ هزار ساعت ویدئو و ۱۶۰ میلیون رویداد، میتواند درک بسیار دقیقتری از فضا و اشیاء داشته باشد و در کارهایی مثل تولید متن، پیشبینی تصویر و حتی اقدامات رباتیک، عملکردی فراتر از مدلهای مشابه نشان داده است. این یعنی هوش مصنوعی در حال نزدیکتر شدن به «درک واقعی» از محیط اطراف ماست! 🧠✨
منبع: arXiv Computer Vision