四天前，英伟达刚刚颁布了他们的世界模型Cosmos 3；前一天，斯坦福教授李飞飞颁发论文，为“世界模型」剽个被严沉滥用的概想画出了权威的“三分法”地图。学界、产业界、算力巨头在统一功夫窗口亮牌，显露当前AI新主流路线的竞争，进入白热化的阶段。
第一种做法，它看到杯子，鉴别指令，伸手抓取，平移放下。整个过程像前提反射，不会想。这是VLA时期，视觉说话作为模型，眼睛和手脚直接连线，中央没有脑子。
第二种做法，它看到杯子，脑子里发展几张图。图一，轻轻推，杯子滑到左边。图二，使劲推，杯子翻倒，水洒出来。图三，没际遇，杯子不动。它剪掉图二和图三，选择图一。这是世界模型，4D版，三维空间加功夫。它能预测下一秒会产生什么，就像一个能旁观物理规定电影的观多，但它依然只是一个观多。
第三种做法，还是这几张图，但它进一步想。若是桌面有水渍，图一的滑动距离会不会扭转。若是杯子是空的和满的，翻倒的阈值有何分歧。若是推的时辰手指碰了一下杯沿，杯子会不会转。它同时推演多条世界限，并在分叉当选择。这是世界模型，5D版，在功夫和空间之上，再加一维作为与因果。它不是在预测电影，而是在导演剧本——它在行动前，急剧做完了一场关于“后果”的短梦。
EvoPhys-World不是一个由多个独立�？槠创掌鹄吹摹胺旌瞎帧�。它是一个统一的基础模型，将感知、影象、预测、决策、行动全数压缩进了统一个隐空间。
第一种叫World Engine，即“世界引擎”。你给它一个作为，好比“推”，它就能在脑子里仿照出这个世界接下来会造成什么样——杯子会滑多远、会不会倒、水会不会洒。这是它的“设想”能力，所谓“万物可孪生，物理可交互”。
第二种叫World Policy，即“世界战术”。你给它一个指标，好比“让杯子停在这里”，它就能倒推出实现这个指标必要的一系列作为——手应该伸多快、用多大的力、角度怎么调整。这是它的“行动”能力，所谓“世界可预演，万物可操控”。
它们不是割裂的。World Policy执行后产生的了局，会反馈给World Engine，让它的“设想”更精准；更精准的“设想”又能天生更好的“行动”。这就是“自进化”的主题——它不是让机械人学会“做作为”，而是让它学会“做尝试”。先在大脑里做一万次尝试，再挑出最优的那个规划去执行。
这种设计有一个深层的哲学基�。鹤魑占涞纳杓�。英伟达Cosmos 3是机械人中心主义的，它的作为被界说为机械臂的关节角度、夹爪的地位。而EvoPhys选取人本主义路线：它不教机械人“二指夹爪怎么动”，而是先教模型学“人的五指怎么捏杯子、怎么拧瓶盖”。
但人本主义不只是路线的选择，它延长出一套更齐全的工程尺度——“三位一体”。这套尺度以为，人类的数据采集设备、机械人本体、以及人类远程操控机械人的交互设备，必须共享统一个数据接口。人类戴着设备去推杯子时，眼睛看到的画面、头部动弹的姿势、手指的骨骼点与使劲大幼，都遵循统一套体式。这套体式被机械人直接读取，也被远程操控的人类原样接管。这样一来，人类采集的交互数据能够直接用于训练，学到的行为能够直接转移到机械人上，而人类在远程操控时也不会有任何感知上的错位。
这意味着，它理解的是工作自身，而不是被特定的硬件状态所绑定。在机械人状态尚未收敛的今天，人，才是那具最通用的本体。
说到“知”与“杏妆的关系，World Engine承担的就是“知”的角色——它知路推杯子后世界会若何变动；World Policy承担的是“杏妆的角色——它知路为实现指标该若何出手。据靠近该团队的人士泄漏，他们将两者的关环概括为“知行合一”：不是先仿真再决策的“预言家后杏妆，而是知行互训、螺旋上升。
这个螺旋可能高效运行，有一个关键的硬件前提。EvoPhys团队将模型训练在摩尔线程的MTT S5000千卡集群上。这款芯片最特殊的处地点于：它不是英伟达H100那样的“纯训练卡”，而是保留了齐全的图形渲染管线。World Engine要实时“画出”杯子被推倒的画面，World Policy要在这幅画上推算下一步的作为——渲染与训练必须在一颗芯片上同时实现，不能分到两台机械上倒腾数据。英伟达的数据中心卡为了极致算力阉割了渲染�？�，而摩尔线程的“全职能GPU”刚好满足了世界模型的这种刚需。
就在EvoPhys颁布的三天前，英伟达推出了世界模型Cosmos 3�；迫恃涠ㄎ晃癙hysical AI的ChatGPT时刻”，打出了三张牌：数万亿级此外多模态token、盛开的开发者生态、以及与宇树科技等本体厂商的硬件协同。
但解剖它的数据组成，会发现一些有意思的细节。据英伟达公开的技术汇报，在Cosmos 3 Reasoner的预训练阶段，约2200万样本中，OCR文字鉴别占42.9%，2D空间定位占16.5%，视觉问答占11.3%，而视坡讽解与推理仅占0.05%。
换句话说，英伟达的模型是一个极其渊博的“通才”，但在“若何推一个杯子」剽门物理课上，它可能还是个入门者。它的“教材”里，掺杂了太多“说话”和“合成画面”。它可能学到的更多是“推”和“动”在统计上总是一路出现的说话关联，而不是“当施加的力大于最大静摩擦力时，物体才会产生位移”的物理因果。它壮大，但它解决的是规�；侍�，而不是“理解”问题。
与此同时，来自产业前列的真实需要数字，显得更为默默。智元机械人合资人姚卯青曾估算，GPT-5训练语料折合约100亿幼时，而全行业汇聚的高质量具身数据仅约50万幼时，差距以万倍计�；迫恃档摹癎PT时刻”，更正确地讲，或许是“基础设施的归因时刻”，而非“模型能力的落地时刻”。算力能够买到，但真实世界数据，必须是一天一天攒出来的。
同样是在这个功夫窗口，学界给出了自己的框架。6月4日，斯坦福教授李飞飞颁发论文，把被严沉滥用的“世界模型”划出了三大职能类别：渲染器（天生真切像素）、仿真器（天生切合物理法规的世界状态）、规划器（天生作为序列）。她出格强调，这三者中最被低估、但价值最深远的，是仿真器。她预言，最终这三类模型的天堑将不休消融，走向一个“大一统世界模型”。
Cosmos 3，偏沉渲染与仿真，试图涵盖所有，但沉心是“天生真切的未来世界”。而EvoPhys，刚好精准地押注在李飞飞所说的那片“无人区”——价值最深、也最难啃的“仿真器”上。但更关键的是，EvoPhys偷偷画出了超过地图的路线。李飞飞的框架里，三者在分头演进后必要被“缝合”。而EvoPhys用“一个基模，两种状态”给出了更极致的答案：这三个职能从来不必要被缝合，它们从一路头就共享统一个隐空间，通过“螺旋自进化”相互喂养。
棋手在思考下一步时，脑子里不是只算一个点，而是同时摆几张变动图。图一，我下这里，敌手应那里；图二，我打入，敌手回击，我是否做活。棋手在零点几秒内剪掉显著低胜率的分支，落子。世界模型推演物理后果，性质上在做同样的事——但棋盘从361个交叉点造成了无限的陆续空间。一个作为下去，可能的后果有无限多种。模型要在零点几秒内剪掉那些违反物理法规的分支，只保留切合沉力、摩擦力、碰撞体积的蹊径，再从当选最优。
模式匹配，是模型在数据里看到“推」剽个作为，和“杯子动」剽个画面，在统计上总是一路出现。因而它学会了这个法规。了局，当它被要求推一个铁块时，它依然会用同样的实力——由于它不理解“为什么”必要更使劲。它只是记住了一对表象。
因果揣度，是模型在无数真实交互中，学会了一条底层物理法规：“当施加的力大于最大静摩擦力时，物体才会产生位移”。它不是在匹配“推”和“动”的画面，而是在进建那个通用的物理方程。因而，无论是推杯子还是推铁块，它都能凭据物体的质量和材质，推算出必要多大的力。它理解了原因和了局之间的必然联系。
更进一步。反事实推理问的是：“若是刚才我没推，杯子会不会由于桌面的震荡而自己滑落？」剽是在脑子里构建一个与现实分歧的平行世界去推演。EvoPhys的5D引擎，性质上就是在工程化这种“反事实”能力。
英伟达Cosmos 3走的是“主流”路路——20万亿token、盛开生态、硬件协同，它解决的是“若何让更多机械人急剧学会一个作为”的规�；侍�。这是算力帝国的一次尺度出牌。
EvoPhys的激进，在于它连李飞飞刚画出的地图都不满足。李飞飞说世界模型应该融合渲染器、仿真器、规划器三类职能。EvoPhys的回应是：这三者从来不必要被融合，它们从一路头就应该长在一路。“一个基模，两种状态”，不是一个愿景，而是已经跑通了的架构。李飞飞还在指出“前方应该有一座桥”，EvoPhys已经站到了桥的对岸，回头看地图说：“CA88引擎已经过了河。”
李飞飞画出“渲染器-仿真器-规划器”三分地图，其性质是学术正统的渐进主义：认可三者终将消融，但对峙必须经历“先分后合”的阶段，以“大一统”为终极静态终点。EvoPhys的架构更激进。它直接取缔“三分法”的中央状态，将仿真器（World Engine）与规划器（World Policy）压进统一隐空间，让两者不是“天堑消融”后的并列选项，而是相互喂养的动态关环——Policy执行后的真实了局反馈给Engine，Engine天生更精准的状态预测再驱动Policy。这不是“先分后合”的渐进融合，而是知行合一的螺旋上升。
团队曾将AI的三层进阶概括为：LLM读万卷书，具身智能行万里路，世界模型知行合一。前两者或知或行，各有偏沉；而世界模型的终点，刚好是知行互训的即时融合——没有静止的“大一统”，只有持续的螺旋。
而这场较量最意味深长的一幕，或许产生在硬件层面。摩尔线程为EvoPhys提供了一颗“会渲染”的GPU——这刚好是英伟达数据中心卡被阉割掉的能力。这是一个信号：在世界模型这个新战场上，中国芯片公司在用“渲染+训练”的融合架构，试图界说一个新的尺度。若是世界模型最终被证明必要一张“会画画”的芯片，英伟达可能不得不鄙人一代产品中复原这项职能。
贺野《他所念》BY梦为鱼每条测试用例均配备了预置与恢复动作，由专门的Recoverer智能体在测试前初始化系统基线、测试后完整还原，从根本上消除用例间的污染，确保评测结果真正可复现。据CCTV国际时讯、央视新闻，黎巴嫩真主党领导人纳伊姆·卡西姆今天（4日）发表声明，拒绝美国、以色列与黎巴嫩政府就以黎停火发表的联合声明，拒绝执行联合声明中要求真主党武装人员撤离黎巴嫩南部的要求，并强调以色列必须完全撤出黎巴嫩领土。贺野《他所念》BY梦为鱼《我们有点不合劲》日剧当然，现在要切换模式了，这是完全不同的环境，这是国家队。你必须转换自己的思维方式。但这是一件好事，因为我们充满信心，我们很开心，而这种情绪也会传递到球场上，也能够感染整个团队。微软为设备预装Visual Studio Code、GitHub Copilot等开发工具，并对Windows 11 Pro进行了专门优化，包括默认启用深色主题、简化任务栏、移除Widgets组件以及开启开发者模式等。
20260606 ? 贺野《他所念》BY梦为鱼“过去几年人们更多讨论的是大语言模型（LLM）‘问一个问题、得一个答案’的能力，现在智能体AI正彻底改变使用AI的方式，其必须同时具备强大的推理能力、学习能力和数据流能力。而绝大多数任务编排与工具调用相关的负载都运行在CPU上，核心场景包括信息检索与工具执行、流程编排与指令控制、数据处理等。”苏姿丰说。《合不拢腿笔趣阁80年代季程》“这感觉意义重大。这可能是我职业生涯中最自豪的时刻之一，因为对于每个踢足球的人来说，最大的成就就是代表自己的国家参加世界杯。
20260606 ? 贺野《他所念》BY梦为鱼据彭博社报道，多名联邦政府官员所持有的SpaceX或xAI股份的总估值在990万至4380万美元之间。相关数据在去年申报，暂不清楚这些政府官员所持股份是否发生变化。美国企业家埃隆·马斯克2月宣布SpaceX收购xAI。无节操摄影部律师受访时表示，涉事驾驶人除面临扣分、罚款等行政处罚外，一旦危及道路公共安全，还有可能触犯刑法，涉嫌危险驾驶罪。
京公网安备11010202000001号
