世界初となるイベントレベルの具現化知能ワールドモデルが、ロボットのフレーム単位の学習に終止符を打つ
5月29日、Variable Robotチームは、「イベントレベル予測」に基づいて構築された世界初の具現化知能ワールドモデル「WALL-WM」を発表した。 このモデルは、時間軸に沿ってフレームごとに動作を学習する従来のエンボディッド・ラージモデルから脱却し、代わりにワールドモデルの予測単位をセマンティックイベントへと切り替えています。これは、ロボットがタスクを理解し実行する方法において、新たな段階を切り開くものです。

現在のエンボディッド・インテリジェンス業界において、主流のビジョン・言語・アクション(VLA)モデルは、通常、現在の画像と指示を受け取り、固定長アクションブロックを予測します。このフレーム単位のトレーニング手法では、ロボットが些細な身体的動作に集中し、アクションの最終目標を見失うことがよくあります。 カップやテーブルが変わるといったシナリオに直面すると、汎化能力の欠如によりロボットは頻繁に失敗します。この業界の課題に対処するため、Variableチームは学術論文の中で、テキスト、視覚、および動作情報は、現実世界において異なる時間スケールと多様体の幾何学構造で自然に存在することを指摘しました。 これらを単一の共有空間に無理やり押し込むと、事前学習された幾何学的事前知識が容易に損なわれてしまう。
この課題に対処するため、WALL-WM ワールドモデルは、革新的なイベント中心のトレーニングおよび実行メカニズムを導入しています。これにより、複雑なタスクが、リーチ、把持、移動といった意味的に明確なイベントの接点に分解されます。 実際の動作において、このモデルはもはや次の画像フレームを厳密に計算することはありません。その代わりに、まず次のイベントによって世界がどのように変化するかをシミュレーションし、その視覚的な変化をロボットアームの運動軌跡に正確に変換します。

この新しいアーキテクチャを現実世界で確実に展開できるようにするため、Variable Robotチームは一連の徹底的な技術的改良を行いました。本システムは、同じ基本重みを用いて、「イベントモード」(可変長アクション出力)と「統合モード」(リアルタイム閉ループ制御)の間を柔軟に切り替えることをサポートしています。 また、ビデオモデルとアクションモデルの間の一方向結合を実現し、インターネット動画から得られる貴重な動的事前知識が、アクションデータによって時期尚早にバイアスされるのを防いでいます。 複数カメラにわたる幾何学的知覚については、本モデルはフラスタムマスクとチューブラーマスクを導入し、AIにビューを横断した真の3次元幾何学的対応関係を構築させる。決定の遅延に対処するため、論理的な解釈可能性を維持しつつデコード遅延を大幅に低減する、新しい「段階的思考連鎖デコード」技術を採用している。

関連記事
Core Web Vitalsを修正してSEOランキングを向上させる方法
AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A
Slackbot が AI エージェントになる
Salesforceの企業向けメッセージングプラットフォームSlackに組み込まれた自動化アシスタント「Slackbot」は、AIエージェントへと進化しつつある。SalesforceのCTOであるパーカー・ハリス氏は、OpenAIのChatGPTに匹敵するバイラルな普及を達成する可能性を構想している。クラウドソフトウェア大手は火曜日、アップデートされたSlackbotをリリースした。Business+およびEnterprise+の顧客が利用可能なこの新しいAI駆動版は、Slack内で直接情報の
ByteDance、コアAIインセンティブを強化、Doubaoが14.6%急伸
ByteDanceは最近、DouBaoの株式に関する説明会を開催し、DouBao部門に関わる従業員向けの新たなインセンティブ政策を発表した。DouBao株式の行使価格は2026年6月の14.85ドルから17.02ドルに引き上げられ、約14.6%の増加となった。この改定により、DouBao株式の評価額が上昇するだけでなく、その配布範囲も大幅に拡大した。個人の役割に応じて、一部の従業員は総報酬の約5%に相当するDouBao株式を受け取ることができる。新しい交換メカニズムの下、ByteDanceは従
関連特集おすすめ
コメント (1)
0/500
Finally, a model that doesn't just process frames like a slow-motion video player! 🤖 This event-level prediction sounds way more efficient for real-time robot actions. I've been waiting for something that breaks free from the traditional frame-by-frame bottleneck. Can't wait to see how WALL-WM handles unpredictable environments. #AI #Robotics
5月29日、Variable Robotチームは、「イベントレベル予測」に基づいて構築された世界初の具現化知能ワールドモデル「WALL-WM」を発表した。 このモデルは、時間軸に沿ってフレームごとに動作を学習する従来のエンボディッド・ラージモデルから脱却し、代わりにワールドモデルの予測単位をセマンティックイベントへと切り替えています。これは、ロボットがタスクを理解し実行する方法において、新たな段階を切り開くものです。

現在のエンボディッド・インテリジェンス業界において、主流のビジョン・言語・アクション(VLA)モデルは、通常、現在の画像と指示を受け取り、固定長アクションブロックを予測します。このフレーム単位のトレーニング手法では、ロボットが些細な身体的動作に集中し、アクションの最終目標を見失うことがよくあります。 カップやテーブルが変わるといったシナリオに直面すると、汎化能力の欠如によりロボットは頻繁に失敗します。この業界の課題に対処するため、Variableチームは学術論文の中で、テキスト、視覚、および動作情報は、現実世界において異なる時間スケールと多様体の幾何学構造で自然に存在することを指摘しました。 これらを単一の共有空間に無理やり押し込むと、事前学習された幾何学的事前知識が容易に損なわれてしまう。
この課題に対処するため、WALL-WM ワールドモデルは、革新的なイベント中心のトレーニングおよび実行メカニズムを導入しています。これにより、複雑なタスクが、リーチ、把持、移動といった意味的に明確なイベントの接点に分解されます。 実際の動作において、このモデルはもはや次の画像フレームを厳密に計算することはありません。その代わりに、まず次のイベントによって世界がどのように変化するかをシミュレーションし、その視覚的な変化をロボットアームの運動軌跡に正確に変換します。

この新しいアーキテクチャを現実世界で確実に展開できるようにするため、Variable Robotチームは一連の徹底的な技術的改良を行いました。本システムは、同じ基本重みを用いて、「イベントモード」(可変長アクション出力)と「統合モード」(リアルタイム閉ループ制御)の間を柔軟に切り替えることをサポートしています。 また、ビデオモデルとアクションモデルの間の一方向結合を実現し、インターネット動画から得られる貴重な動的事前知識が、アクションデータによって時期尚早にバイアスされるのを防いでいます。 複数カメラにわたる幾何学的知覚については、本モデルはフラスタムマスクとチューブラーマスクを導入し、AIにビューを横断した真の3次元幾何学的対応関係を構築させる。決定の遅延に対処するため、論理的な解釈可能性を維持しつつデコード遅延を大幅に低減する、新しい「段階的思考連鎖デコード」技術を採用している。

Core Web Vitalsを修正してSEOランキングを向上させる方法
AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A
Slackbot が AI エージェントになる
Salesforceの企業向けメッセージングプラットフォームSlackに組み込まれた自動化アシスタント「Slackbot」は、AIエージェントへと進化しつつある。SalesforceのCTOであるパーカー・ハリス氏は、OpenAIのChatGPTに匹敵するバイラルな普及を達成する可能性を構想している。クラウドソフトウェア大手は火曜日、アップデートされたSlackbotをリリースした。Business+およびEnterprise+の顧客が利用可能なこの新しいAI駆動版は、Slack内で直接情報の
ByteDance、コアAIインセンティブを強化、Doubaoが14.6%急伸
ByteDanceは最近、DouBaoの株式に関する説明会を開催し、DouBao部門に関わる従業員向けの新たなインセンティブ政策を発表した。DouBao株式の行使価格は2026年6月の14.85ドルから17.02ドルに引き上げられ、約14.6%の増加となった。この改定により、DouBao株式の評価額が上昇するだけでなく、その配布範囲も大幅に拡大した。個人の役割に応じて、一部の従業員は総報酬の約5%に相当するDouBao株式を受け取ることができる。新しい交換メカニズムの下、ByteDanceは従
Finally, a model that doesn't just process frames like a slow-motion video player! 🤖 This event-level prediction sounds way more efficient for real-time robot actions. I've been waiting for something that breaks free from the traditional frame-by-frame bottleneck. Can't wait to see how WALL-WM handles unpredictable environments. #AI #Robotics





家






