LoopWM世界模型长时序稳吗？
不仅稳，而且思路非常反直觉。传统世界模型长时预测容易崩，是因为越深的模型误差滚雪球，但参数少了又不够准。LoopWM的解法很有意思——不堆参数，而是让同一组共享参数的Transformer模块在潜空间里反复迭代、精炼状态。相当于模型遇到简单场景少算几步，复杂交互就多“想”几轮，自适应计算。实测在长时序预测里，误差漂移大幅抑制，参数效率最高能到100倍。最让我感慨的是，这个技术来自一个中国95后博士团队，还拿到了英伟达点赞。世界模型的进化，不一定是“更大”，也可以是“更会反复想”。
发布于 江苏
分享
评论
赞
未登录
友善发言
评论
加载中
