待验证50% 置信基准精确时间
Ψ-0.6 在 FlowBench 上预测物体运动方面优于其他世界模型。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/27
首次发现
有效期至：2026/11/10
来源
涉及实体
相关事实
待验证该模型基于flow matching构建时空UNet架构，采用速度预测和50步Euler采样62% 相似待验证Toyota Research Institute的Diffusion Policy和Physical Intelligence的π0证明将扩散模型作为动作生成器比自回归token预测更适合连续控制任务61% 相似待验证π0引入了流匹配（Flow Matching）技术来建模连续动作分布，解决传统动作离散化带来的精度损失问题59% 相似待验证L2正则化（Ridge回归）从贝叶斯视角等价于假设模型参数服从均值为零的高斯先验分布59% 相似待验证flow matching推理通常10-20步积分即可，而扩散模型需要50-1000步去噪59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1104622API
curl https://kongchang.com/api/v1/knowledge/claims/1104622MCP
get_claim(id=1104622)