前沿研究：在世界模型中训练并建立“客体永久性”感知能力

研究人员在预印本论文中提出了一种在世界模型（World Models）中训练并建立「客体永久性」（Object Permanence）感知机制的方法，以提升视觉环境仿真中的物理时空一致性。

• 「客体永久性」指智能体理解物体在被遮挡或移出视野后依然客观存在的基本物理规律，这是现有视觉生成与物理模拟模型的常见短板。
• 该研究通过构建专门的时空遮挡与轨迹追踪训练目标，迫使世界模型在潜空间内维护不可见对象的连续状态表征。
• 实验表明引入客体永久性约束后，模型在长周期视频生成与具身导航中的物体闪烁与消失问题得到有效抑制。
• 影响/看点：若该训练机制能够在高分辨率复杂动态场景下稳定泛化，将为具身智能与自动驾驶世界模型的长期物理推演可靠性提供坚实的基础支撑。
• 资料依据：
• Hugging Face Papers / arXiv（2026-09-25）：https://huggingface.co/papers/2609.28654
• X：AK (@_akhaliq)（2026-09-25）：https://x.com/_akhaliq/status/2103540737656918351

本内容由 AI 生成，仅供参考，请注意甄别