ABot-PhysWorld 物理推理架架构拆解
本文介绍了ABot-PhysWorld，一种面向具身智能的物理世界模型，基于140亿参数的Diffusion Transformer架构。通过数据筛选、利用VLM判别器和Diffusion-DPO实现物理偏好对齐，以及动作条件生成机制，解决了视频生成模型中视觉逼真与物理真实性的脱节问题。在物理一致性和轨迹一致性评测上，该模型超越了Veo、Sora等基线，推动了世界模型向物理可信发展。关键词涵盖具身智能、世界模型、物理推理、DPO等。
标签 ABot 下的文章