搜索
强化学习与可验证奖励（RLVR）已成为提升视觉语言模型（VLM）推理能力的标配手段。但一个隐蔽的问题始终存在：最终答案的奖励信号，只告诉模型「答对了没有」，却从不告诉它「答案应该从图像的哪个区域得出」。答对，可能是因为真的看懂了图，也可能只是语言先验的捷径、数据集的偏差，甚至是一次幸运的瞎猜。
李飞飞旗下World Labs发布世界模型Atlas的同一天，Qing Yin创办的Visko推出世界模型Orbis并完成1000万美元Pre-seed融资，主打画面可持续运行并接受实时指令的Live Model。
「全球首个」多模态世界模型，来了！
影眸Hyper3D发布世界生成模型WorldGen，用户上传一张场景图片即可在两三分钟内生成由多个独立可交互物体组成的3D场景，物体具备质量、摩擦系数等物理属性，可直接接入Blender、Unity、Unreal Engine等主流工具及机器人仿真环境，标志着3D生成进入场景级时代。
本周「十字路口」的嘉宾是 Pyromind 创始人 / CEO Kevin Ding。Pyromind 所在的赛道，常被称作 RL as a Service，也就是强化学习即服务、或后训练即服务。公司前不久完成天使轮融资，投资方包括高瓴、百度风投、蓝驰、Atypical 等机构。
VAST，香港大学和PICO开源了一个双目世界模型——StereoWorld。
Alaya Lab推出反事实社会模拟产品合成世界Synthetic World，用户可改变故事中的关键事实进入平行时间线，观察AI居民持续互动、建立关系并自主推动剧情演化，目前平台已积累数百个世界、万级居民和近两万条社区动态。
如果说 Vibe Coding 让「写代码」这件事从「敲键盘」变成了「和 AI 对话」，那么今天要介绍的这项工作，可能正在把同样的故事在 3D 世界构建 领域重演一遍。
几个小时前，Barret Zoph 在 𝕏 上发了一条推文，他说自己将加入谷歌 DeepMind，而他的 AI 生涯正是从谷歌 Brain 的 Residency 项目起步的，这次算是重返旧地；他将专注于强化学习（RL）与后训练（Post-Training）方向，更多消息稍后公布；他还补了一句，谷歌拥有在 AI 领域持续成功所需要的全部要素，他很高兴能成为这个使命的一部分。
世界模型应该如何评测？答案是：像真实用户一样去 “玩” 它。