跳到正文
热点事件持续更新

WM^MLLM:首个基于 MLLM 的交互式世界模型发布

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

2026 年 11 月,Baiang Li 等人提出并公开了 WM^MLLM,这是首个构建在多模态大语言模型(MLLM)之上的交互式世界模型。该架构将世界状态外置为带有修订历史的 panorama 全景图,由 MLLM 负责管理:它将用户请求转化为对状态的运算,选择局部编辑写入位置,并在状态更新前检查候选结果;图像生成器仅提议视图,视频仅用于展示。该方法旨在实现基于单张图像的持久化、可编辑的世界生成。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉精选
    WM^MLLM:将多模态大语言模型转化为世界模型

    论文提出了 WM^MLLM,这是首个构建在多模态大语言模型(MLLM)之上的交互式世界模型,旨在实现基于单张图像的持久化、可编辑的世界生成。该架构将世界状态外置为带有修订历史的 panorama 全景图,由 MLLM 负责管理:它将用户请求转化为对状态的运算,选择局部编辑写入位置,并在状态更新前检查候选结果;图像生成器仅提议视图,视频仅用于展示。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。