🌍🤖مجموعه Google DeepMind و Nvidia روی World Models شرط‌بندی می‌کنند

مدل‌های World Models نسل جدیدی از سیستم‌های هوش مصنوعی هستند که با یادگیری از ویدئوها و داده‌های ربات‌ها تلاش می‌کنند قوانین دنیای واقعی را بفهمند و بر اساس آن عمل کنند. 🚀

🔑 ایده اصلی
اینستکه World Models جریان تصاویر، حرکات و نتایج را فشرده می‌کنند تا حالتی بسازند که بتواند اتفاق بعدی را پیش‌بینی کرده و اقدامی منطبق با قوانین فیزیک انتخاب کند. این همان نقطه ضعفی است که LLMها در کار با متن ندارند، اما در تعاملات فیزیکی مشکل دارند.

🧩 پروژه‌های کلیدی

✅تولید ویدئو به صورت گام‌به‌گام که آینده را بر اساس اعمال کاربر تغییر دهد
✅ پیش‌بینی ویژگی‌های گم‌شده در ویدئو بدون نیاز به برچسب‌گذاری، هم‌اکنون روی ربات‌ها تست می‌شود.
✅ ساخت صحنه‌های سه‌بعدی تعاملی با درک نور، اجسام و حرکت.
✅شبیه‌سازی کارخانه‌ها و ربات‌ها برای تمرین ایمن و انتقال به دنیا واقعی


⚠️ چالش‌ها

♻️پیش‌بینی‌های بلندمدت بدون انحراف
♻️مدل‌سازی واقعی تماس‌ها و سیالات
♻️نیاز به محاسبات عظیم برای میلیون‌ها شبیه‌سازی


@rss_ai_ir

#AI #Robotics #WorldModels #DeepMind #Nvidia #GenAI

🌍 Awesome-World-Models —
مرجع جامع مدل‌های جهان در هوش مصنوعی منتشر شد! 🌐🤖

در گیت‌هاب، یک ریپازیتوری بزرگ و گزینش‌شده با نام Awesome-World-Models منتشر شده است که تمام منابع کلیدی درباره‌ی مفهوم World Models را گردآوری کرده — رویکردی که در آن سیستم هوش مصنوعی یک مدل درونی از جهان می‌سازد تا بتواند محیط را درک کند و رفتارهای آینده را پیش‌بینی نماید 🧠


---

📚 در این مجموعه می‌یابید:

✳️پژوهش‌های اصلی در حوزه‌ی Embodied AI و رباتیک تطبیقی

✳️مقالات درباره‌ی رانندگی خودران و پیش‌بینی محیط پویا

✳️مدل‌های زبانی با زمینه‌ی بلندمدت (Long-context NLP) و قابلیت برنامه‌ریزی (Planning)

✳️و ده‌ها پروژه دیگر در حوزه‌هایی که هوش مصنوعی باید جهان را درک کرده و در آن عمل کند.



---

💡 اگر به مدل‌هایی علاقه دارید که فراتر از پردازش داده، درک ساختاری از واقعیت می‌سازند —
این ریپازیتوری بهترین نقطه‌ی شروع است 🚀

🔗 GitHub:
github.com/knightnemo/Awesome-World-Models

📡 @rss_ai_ir
#هوش_مصنوعی #WorldModels #EmbodiedAI #Robotics #AutonomousDriving #NLP #AI #تکنولوژی

✨ به‌روزرسانی مهم از Runway ML؛ Demo Day تحقیقاتی که بی‌سروصدا برگزار شد 🎥🤖

مدتی است Runway ML آرام و بدون هیاهو جلو می‌رود، اما در Research Demo Day اخیرشان چند نکته مهم مطرح شد که ارزش توجه دارد 👇

🧠 Gen-4.5
در نسخه‌های آینده امکان ساخت و ویرایش صدا و همچنین ادیت ویدیو با طول دلخواه و حتی مونتاژ چندشاتی (multi-shot editing) فراهم می‌شود 🎬🔊

🌍 GWM-1 | General World Model
مدلی خودبازگشتی که فریم‌به‌فریم آینده را پیش‌بینی می‌کند. کاربر می‌تواند وسط کار دخالت کند:
حرکت در فضا، کنترل ربات، یا تعامل با عامل‌ها. خروجی فعلی: 720p و 24fps ⏱️
یک بازیگر جدی دیگر در میدان «مدل‌های جهان».

🤖 GWM Robotics
شبیه‌ساز قابل‌آموزش برای تولید داده مصنوعی و آموزش مقیاس‌پذیر ربات‌ها، ساخته‌شده روی GWM-1.

🌐 GWM Worlds
مدل جهان برای شبیه‌سازی محیط به‌صورت بلادرنگ و بی‌نهایت.
از یک صحنه ثابت شروع می‌کند و جهانی قابل کاوش با هندسه، نورپردازی و فیزیک می‌سازد.
می‌توانی انسان باشی، پهپاد، حیوان یا ربات — هر نقشی که بخواهی 🏙️🛸

🗣️ GWM Avatars
آواتارهای سخنگو شبیه Hedra و Live Avatars؛
نه فقط انسان، بلکه موجودات، شخصیت‌ها و حیوانات، با ویدیوهای طولانی در 720p 🎭

⚠️ اسپویل مهم
هیچ‌کدام از این‌ها هنوز آماده نیستند و زمانی برای عرضه اعلام نشده.
اینکه Runway از نظر ایده جلو بوده، اما از نظر سرعت آپدیت‌ها کمی عقب افتاده است.

📺 ویدیو کامل:
https://www.youtube.com/watch?v=OnXu-6xecxM

🌐 وب‌سایت:
https://runwayml.com/

@rss_ai_ir

#AI #RunwayML #WorldModels #GenerativeAI #VideoGeneration #Robotics #Simulation