最适合机器人的视频基座模型，被中国团队开源了
图 16 给出了 LingBot-Video-A2V 在 EgoDex Eval 和 DreamDojo-HV Eval 上的结果，用于检验经过后训练的模型是否能够泛化到训练所用 GR-1 轨迹之外。
爱钱的人、为什么很少进入历史主角④金钱购买现成、野心创造未来
爱钱的人，为什么很少进入历史主角④：金钱购买现成世界，野心创造未来世界人类社会（Human Society）在表面上似乎早已给出答案：钱（Money）最重要。
MIT团队实现“穿墙透视”，用的是你手机里就有的传感器
2012 年，MIT 的 Ramesh Raskar 团队在 Nature Communications 上首次演示了用超快飞行时间成像技术重建拐角后方物体的三维形状。
别被「更像真的视频」骗了，AI视频生成，还远未真正学会物理世界
论文标题: Physion-Eval: Evaluating Physical Realism in Generated Video via Human Reasoning。
四张榜单，四种真相：WAIC 之后，世界模型到底该看哪个排名？
7 月的上海，世博展览馆 H3 馆的过道比往年拥挤许多。往里走，300 多台机器人真机散在 200 多家具身智能企业的展台之间，具身智能无疑是这届 WAIC 最具象的展品。
空间智能终极挑战MMSI-Video-Bench来了，顶级大模型全军覆没
要真正走入现实世界，模型不仅需要看得见，更要看得懂空间: 它需要在复杂、多变的真实场景中理解空间布局、感知运动变化、进行时空推理，并基于这些信息做出合理决策，与环境产生有效交互。
告别VAE ViT! 英伟达开源PixelUMM像素空间统一视频图像理解与生成
PixelUMM 在 GenEval 上得分 0.77，用 BAGEL 的长 prompt 改写后提升到 0.83;其中 Imaging Quality、Temporal Style和 Overall Consistency三项在统一模型中排名第一。
不会用Luma Dream Machine做运镜？这篇手把手
先说结论：Luma这玩意儿，有惊喜也有槽点，值不值得你往下看。Luma Dream Machine最被低估的能力是“关键帧运镜”——上传首尾两张图，它能把中间的运动轨迹补出来，这一招比纯文字生成视频可控太多。