O MirroS lançou o Code-as-World, um paradigma e conjunto de modelos que representam cenas físicas como código executável em vez de pixels ou latentes. O sistema utiliza um loop agêntico para recuperar essas representações a partir de filmagens reais, permitindo a geração de dados de treinamento com rótulos físicos exatos.

  • O MirroS lançou dois checkpoints, Code-as-World-VL-4B e Code-as-World-VL-9B, sob a licença Apache 2.0, ajustados a partir dos modelos Qwen3.5.
  • O loop agêntico realiza até cinco rodadas de etapas de propor, instanciar, executar, renderizar e verificar para recuperar representações do mundo executáveis.
  • Os mundos verificados servem como supervisão de treinamento, com o modelo 9B marcando 55,4 MRA no QuantiPhy-validation, superando o Gemini-3.1 Flash em 54,8.
  • A abordagem trata pixels como evidência de uma cena em vez de sua ontologia, compilando cenas em arquivos scene.json para execução no MuJoCo.

Este método fornece rótulos físicos exatos que os vídeos reais não possuem, permitindo que os modelos aprendam dinâmicas precisas de massa, contato e gravidade por meio de ajuste fino supervisionado e aprendizado por reforço.