搜索
Aether AI 发布因果世界模型 CausalWM，获 TriWorldBench 榜首
5 天前
过去几年，世界模型主要沿着Scaling路线发展，但人形机器人在实际应用中动作易失灵，行业因此开始转向因果大模型。近日，Aether AI发布了首个因果世界模型CausalWM，该模型引入了因果思维链进行未来预测，在TriWorldBench评测中综合排名第一，并在R-Bench和PAI-Bench的多项测试中表现领先。当前，具身智能主要分为VLA和世界模型两类路径，其中世界模型需要从关注画面生成转向理解动作、环境与结果之间的因果关系。CausalWM通过提取光流、深度等物理变量，构建了阶段有序的推理链，并按照物理变化的顺序进行分步预测，同时设置了阶段有序注意力掩码以避免信息泄露。其训练过程采用了约3万小时的混合数据，经过像素级预训练、Causal CoT中期训练和多目标强化学习三个阶段。CausalWM不仅能提升具身智能任务的表现，其物理变量还可作为控制信号，帮助模型适应新场景。Aether AI将CausalWM视为因果世界模型路线的一部分，并认为未来因果智能有望延伸至生物医学与科学发现领域，其核心目标是让模型理解变化的原因并推演干预后的未来。
