Исследователи из KAIST (Корейский институт передовых технологий) разработали новую парадигму обучения ИИ под названием Learning-to-Theorize (L2T). Вместо предсказания следующего кадра или события модель учится выявлять причинно-следственные связи и правила, которые управляют наблюдаемыми изменениями. Подход вдохновлён тем, как дети ещё до овладения речью формируют внутренние модели устройства мира.
Для реализации парадигмы команда профессора Сонжина Ана создала нейросетевую модель Neural Theorizer (NEO). Она разбивает наблюдаемые изменения на переиспользуемые примитивы (например, поворот, перемещение, заливка цветом) и собирает из них исполняемые программы. Благодаря этому NEO способна объяснять новые ситуации, комбинируя уже изученные элементы, даже если такая комбинация не встречалась в обучающих данных. Традиционные модели, напротив, запоминают целостные паттерны и резко теряют точность на незнакомых сочетаниях.
Работа была представлена на конференции ICML 2026 в Сеуле и вошла в топ-0,7% отобранных докладов (168 из 23 918). Кроме того, исследование получило награду за лучшую статью на воркшопе по композиционному обучению. По словам авторов, L2T открывает путь к созданию «мировых теорий» - моделей, которые не просто прогнозируют события, но понимают их причины. Это может стать основой для интеллектуальных роботов, автономных агентов и систем поддержки научных открытий.
#Ai #KAIST #Research #Agent #LLM #WorldModel
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1👌1
Runway AI анонсировала Praxis-1 - открытую по весам world action модель, которая превращает видеопретрейн в управление роботами. Модель построена на том же крупномасштабном претрейне на видео, что и генеративные world-модели компании.
По словам CTO Камиля Синди, главное узкое место робототехники - дефицит и дороговизна данных с реальных роботов. Praxis-1 учится в основном на видео от третьего лица: модель уже понимает, как ведут себя объекты и как разворачиваются задачи. Поэтому потолок качества определяется объёмом видео, а не числом демонстраций с роботов. Компания заявляет, что симуляция робо-политик внутри её world-модели предсказывает реальные результаты с корреляцией 0,95 - дешевле, чем методы на 3D-реконструкции.
Модель обучена на задачах манипуляции: от pick-and-place (подъём банок) до деформируемых объектов (упаковка подарочных пакетов). Среди ранних партнёров - Noble Machines, Standard Bots и Ultra: они запускают Praxis-1 на своём железе. Ключевой вывод - одна модель адаптируется к разным embodiment: от двуруких манипуляторов до гуманоидов, при лёгком fine-tuning. Публичный релиз с открытыми весами запланирован на ближайшие месяцы.
🎨 qvabo.studio/tg · картинки и видео
#Tech #AI #Robotcs #Runway #WorldModel #OpenWeights
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1👏1
Odyssey, AI-компания, развивающая foundation world models, представила Odyssey-3, свою самую мощную world model. Модель учится на визуальных наблюдениях за миром и предсказывает, что произойдёт дальше, включая то, как действия влияют на результат. Она даёт системам общее понимание устройства мира ещё до обучения конкретной задаче.
Odyssey-3 продемонстрировали в шести областях: управление роборуками, гуманоиды, автономное вождение, дроны, генерация сред для обучения AI-агентов и игры. Модель уже применяют компании, включая Flexion, которая занимается автономией гуманоидов. В Индии модель вела машину автономно по политике, обученной примерно на 20 часах симулированных данных.
Сооснователь и CEO Odyssey Оливер Кэмерон отмечает, что world models дают физическим агентам базу знаний, которую можно переносить между машинами, средами и задачами и адаптировать под новые ситуации.
🎨 qvabo.studio/tg · картинки и видео
#AI #Odyssey #Robotics #WorldModel #Humanoids
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1🤓1