1/4

Orca:先学世界如何变化

量子位文章图片笔记:用四张卡看懂智源悟界·Orca 如何把世界模型的重点从预测输出转向预测状态,以及它的训练资源、读出验证和早期边界。

量子位 2026-07-08 16:00 发布《别让 AI 一上来就「进厂打螺丝」:智源悟界·Orca 要先教模型理解世界如何变化》,介绍智源悟界·RoboBrain Orca Team 的技术报告《Orca: The World is in Your Mind》。1
这套图片笔记把原文拆成一个主线:Orca 不是继续押注单一的 next token、next frame 或 next action,而是把目标改成 Next-State Prediction,也就是先学习世界状态和状态转移,再通过不同接口读出理解、预测和行动能力。2
关键数字来自一手项目页和 arXiv 摘要:Orca 的 world-learning resources 包括 12.5 万小时视频、1.6 亿条事件标注和 1150 万条 VQA 样本;arXiv 摘要同时强调,预训练后冻结 Orca backbone,只训练轻量 readout 来验证世界潜空间是否能支持下游任务。3 2
需要保留边界:这仍是「general world foundation model」的一次早期实例化和研究路线展示,不能直接理解成世界模型已经完成。3

Related content

Comments

Sign in to comment.