Shanghai AI Laboratory telah memperkenalkan InternW0, instansiasi pertama dari seri model dunia fisik InternW-nya, yang dirancang untuk mempertahankan prediksi yang dapat ditindaklanjuti dalam lingkungan dinamis. Model ini secara bersama-sama mempelajari dinamika visual masa depan dan kontrol robot kontinu menggunakan arsitektur video-aksi asimetris dengan pencocokan aliran.
- InternW0 memanfaatkan ahli video berkapasitas tinggi untuk konteks jangka panjang dan ahli aksi ringan untuk skala waktu yang lebih cepat.
- Model ini menggunakan kembali keadaan K/V berlapis dan menyesuaikannya dengan pengamatan baru melalui perutean konteks, menghindari regenerasi untuk setiap pembaruan.
- Pelatihan memanfaatkan sekitar 7.200 jam data robot dan egosentrik yang heterogen, termasuk dataset EgoLab sepanjang 275 jam.
- Evaluasi mencakup alur kerja sintesis kerangka organik-logam 15 tahap dan manipulasi terampil sadar kontak 5 tahap.
Hasil-hasil ini memajukan model dunia fisik yang skalabel, asinkron, dan asli-sains untuk interaksi dunia nyata yang universal dan efisien.