مدلهای دنیا (World Models) کلید اصلی رسیدن به هوش مصنوعی تجسمیافته (Embodied AI) هستند، اما تا امروز هر کدام درگیر یک رابط کنترلی خاص بودند. محققان حالا با معرفی Worldscape-MoE، یک چارچوب یکپارچه و مبتنی بر «مخلوطی از متخصصان» (Mixture-of-Experts) ارائه کردهاند که میتواند انواع کنترلهای ناهمگون را در خود جای دهد.
این مدل با بهرهگیری از Diffusion Transformers، به جای یادگیری جداگانه برای دوربین یا بازوی رباتیک، یک درک واحد از دینامیکهای فیزیکی جهان دارد. نتیجه؟ افزایش چشمگیر کارایی در رباتیک، حرکات انسانی و تعاملات پیچیده که راه را برای رباتهای هوشمندتر هموار میکند. 🚀
منبع: arXiv AI