meta fair 的 yann lecun 团队近期发布了导航世界模型（n*igation world models，nwm），该模型能够基于单张图像生成连续一致的视频，并在已知和未知环境中执行导航和路径规划任务。 这与谷歌 deepmind 的 genie-2 模型类似，但更侧重于导航能力。 nwm 使用一种高效的条件扩散 transformer (cdit) 架构，即使参数量达到10亿，计算需求也相对较小。

NWM 的主要能力体现在以下几个方面：

• 已知环境轨迹追踪: 基于单张图像和给定的动作序列，NWM 能生成准确的连续视频，展现出良好的场景理解能力。（示例GIF见原文）

• 未知环境导航: 即使是在训练中从未见过的环境，NWM 也能根据输入动作预测后续图像帧，实现自主导航。（示例GIF见原文）

• 路径规划: NWM 可以与外部导航策略（如NoMaD）结合，对生成的轨迹进行评估和排序，选择最佳路径。（示例GIF见原文）

  千鹿Pr助手

  智能Pr插件，融入众多AI功能和海量素材

  128 查看详情

与其他模型相比，NWM 在视频一致性、稳定性和动作执行效果方面表现更出色。（示例GIF见原文）

NWM 的核心是其条件扩散 Transformer (CDiT) 架构，通过限制注意力机制并整合交叉注意力层，实现了高效的时间自回归建模。 研究团队在多个机器人导航数据集（如TartanDrive、RECON、HuRoN）上进行了实验，结果表明 NWM 在轨迹预测和导航规划方面达到了先进水平，尤其是在结合外部策略进行轨迹排序时，性能更为突出。 此外，在未标注数据上的训练也提升了 NWM 在未知环境中的泛化能力，尽管仍存在一些局限性，例如在长时间预测中可能出现幻觉。 (具体实验结果和图表请参考原文)

论文链接：https://www.php.cn/link/07193c44ba3be8df1f67e96110c2006e 项目链接：https://www.php.cn/link/ee0f34b734215fee701a993776c2fae4

以上就是LeCun团队新作：在世界模型中导航的详细内容，更多请关注其它相关文章！

# 写歌  # 品牌合作营销推广方案  # 餐饮营销推广团队  # 南通网站建设骏域  # 上海营销推广哪个好一点  # 欧洲预测网站seo  # 小程序关键词一下就搜索排名  # 网站推广权威机构  # 吉安市师范附小网站建设  # 鄂州seo搜索推广报价  # 惠东网站建设哪家实惠  # 多个  # 新玩法  # 产业  # 如何应对  # 开源  # 你该  # 句话  # 网易  # 是在  # 神技  # ai  # 谷歌  # nwm  # 世界模型 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 如何以管理员身份打开cmd命令行窗口  unix时间戳转换公式  云淡风轻什么意思  一尺是多少厘米  如何使用程序编译 执行的命令  电动车power灯亮是什么意思  为什么进行域名解析  春运抢票可以抢几次票  没网环境如何安装typescript  折叠屏手机信号哪个最强  忐忑不安是什么意思  j*a二数组怎么创建  5g手机怎么没视频通话功能  python 如何执行linux命令  夸克网盘为什么解析错误  固态硬盘如何安装win10系统安装  直接gmV是什么意思？直接GMV:定义和概念  虽千万人吾往矣什么意思  如何设置sql命令  固态硬盘坏了如何换硬盘  划水是什么意思  什么是base64  折叠屏手机为什么有黑点  市盈率ttm市盈动静是什么意思  微信最多可以加多少好友  typescript怎么传json  typescript如何遍历map  春运抢票哪里最火热  如何卸载typescript  焊机上power灯闪是什么意思  typescript学会要多久  夸克搜题的原理是什么  如何正确使用固态硬盘  j*a数组怎么比较abc  docs命令如何进入d  主板如何禁用固态硬盘  苹果16哪些型号好  eraser是什么意思  j*a数组求和怎么算  如何去除计算器的命令  选哪个折叠屏手机好  春运抢票最好抢什么票啊  vivo手机爱奇艺怎么投屏到电视操作步骤  夸克内测有什么好处  kingston是什么_kingston是什么意思  光猫power灯一直闪是什么意思  苹果16关闭哪些功能好  为什么夸克下载不到  ts什么意思  破太岁是什么意思