Techub News 消息,AI 研究机构 MirroS 发布 Code-as-World 框架。这一框架提出了将物理世界表示为可执行世界表征的新范式。
视频场景可转换为可执行代码
MirroS 表示,该框架能够把视频场景转换为可由 MuJoCo 物理引擎运行的代码,并形成一个包含物体组成、物理演化和视觉外观的三元组。借助这种方式,物理机制可以被更精确地表征。
该框架采用一个智能体循环,通过提出假设、实例化、执行、渲染和验证等步骤,最多经过五轮迭代,从真实视频素材中恢复出可执行程序。
可作为训练数据用于视觉语言模型
这些经过验证的世界程序可作为带有精确物理标签的训练数据,用于训练视觉语言模型。基于此监督训练得到的 Code-as-World-VL-9B 模型,在 QuantiPhy 验证集上取得 55.4 MRA,超过 Gemini 3.1 Flash 的 54.8 分。
MirroS 还在 GitHub 上开源了相关代码库和模型检查点。
本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.

