📰 极智嘉Gravity 4D WAM：世界模型从"导演"切换到"工程师"
极智嘉在2026年WAIC发布具身智能框架Gravity的落地模块 Gravity 4D WAM，核心在于将世界模型从仅预测图像转向预判三维物理演化，解决“看起来对不等于物理上对”的问题。传统WAM以RGB/VAE latent预测未来，难以保证三维运动规律、抓取接触与几何约束的一致性，导致穿模与现实风险。Gravity 4D 提出4D latent监督，联合学习RGB外观、Pointmap（三维结构）与 Scene Flow（三维运动），形成稳定的几何关系与物体运动推演，使WAM不仅生成好看画面，更输出可验证的空间结构与运动轨迹。通过蒸馏方式将Gravity 4D-VAE的4D latent先验注入WAM，采用两阶段推理：先推演三维世界再决策动作，训练时增益为正，推理时解耦执行。实验在LIBERO-Plus基准中实现显著提升，且对视角、噪声、光照等扰动鲁棒，证实了物理规律的学习胜过仅靠外观预测的捷径。该框架标志着世界模型从感知画面转向物理理解，为具身智能走向生产力奠定基础。
🏷️ #具身智能 #世界模型 #3D推演 #Gravity4D #WAM
🔗 原文链接
📰 极智嘉Gravity 4D WAM：世界模型从"导演"切换到"工程师"
极智嘉在2026年WAIC发布具身智能框架Gravity的落地模块 Gravity 4D WAM，核心在于将世界模型从仅预测图像转向预判三维物理演化，解决“看起来对不等于物理上对”的问题。传统WAM以RGB/VAE latent预测未来，难以保证三维运动规律、抓取接触与几何约束的一致性，导致穿模与现实风险。Gravity 4D 提出4D latent监督，联合学习RGB外观、Pointmap（三维结构）与 Scene Flow（三维运动），形成稳定的几何关系与物体运动推演，使WAM不仅生成好看画面，更输出可验证的空间结构与运动轨迹。通过蒸馏方式将Gravity 4D-VAE的4D latent先验注入WAM，采用两阶段推理：先推演三维世界再决策动作，训练时增益为正，推理时解耦执行。实验在LIBERO-Plus基准中实现显著提升，且对视角、噪声、光照等扰动鲁棒，证实了物理规律的学习胜过仅靠外观预测的捷径。该框架标志着世界模型从感知画面转向物理理解，为具身智能走向生产力奠定基础。
🏷️ #具身智能 #世界模型 #3D推演 #Gravity4D #WAM
🔗 原文链接
