世界模型到底是什么？李飞飞、朱军等如何解读？
世界模型到底是什么？李飞飞、朱军等如何解读？针对世界模型定义的分歧，李飞飞将其分为渲染器、模拟器和规划器，朱军及生数科技团队则提出理解、想象、行动三项核心能力与五级进化路线图，Motus2通过策略、模拟器、评估器一体化架构推动机器人行动闭环自进化。
来自主题: AI技术研报
7763 点击 2026-09-11 16:01
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
针对世界模型定义的分歧，李飞飞将其分为渲染器、模拟器和规划器，朱军及生数科技团队则提出理解、想象、行动三项核心能力与五级进化路线图，Motus2通过策略、模拟器、评估器一体化架构推动机器人行动闭环自进化。
半年累计融资近60亿元。
2026年，视频生成赛道正在经历一场从“离线生成”到“实时交互”的范式转移。7月3日全球数字经济大会上——生数科技创始人朱军正式发布Vidu S1实时交互模型，让AI从“视频生成”正式迈入“实时交互”的新阶段。
LiberAI已于近期连续完成种子轮、天使轮及天使+轮融资，累计金额数亿元人民币，投资方包括真格基金、红杉中国、美团龙珠、顺为资本等一线机构。公司成立于2025年12月，CEO刘松铭是清华特等奖学金获得者，师从清华大学朱军教授，在ICML、NeurIPS等顶会发表多篇一作论文。
近日，清华朱军等团队提出了一种统一的多模态生成框架 UniCardio，在单扩散模型中同时实现了心血管信号的去噪、插补与跨模态生成，为真实场景下的人工智能辅助医疗提供了一种新的解决思路。
清华大学朱军教授团队，NVIDIA Deep Imagination 研究组与斯坦福 Stefano Ermon 团队联合提出了一种全新的扩散模型强化学习（RL）范式 ——Diffusion Negative-aware FineTuning (DiffusionNFT)。该方法首次突破现有 RL 对扩散模型的基本假设，直接在前向加噪过程（forward process）上进行优化
面对对抗攻击，具身智能体除了被动防范，也能主动出击！ 在人类视觉系统启发下，清华朱军团队在TPMAI 2025中提出了强化学习驱动的主动防御框架REIN-EAD。
清华大学朱军教授团队提出SageAttention3，利用FP4量化实现推理加速，比FlashAttention快5倍，同时探索了8比特注意力用于训练任务的可行性，在微调中实现了无损性能。
清华大学朱军教授团队与 NVIDIA Deep Imagination 研究组联合提出一种全新的视觉生成模型优化范式 —— 直接判别优化（DDO）。
扩散模型（Diffusion Models）近年来在生成任务上取得了突破性的进展，不仅在图像生成、视频合成、语音合成等领域都实现了卓越表现，推动了文本到图像、视频生成的技术革新。然而，标准扩散模型的设计通常只适用于从随机噪声生成数据的任务，对于图像翻译或图像修复这类明确给定输入和输出之间映射关系的任务并不适合。