MirroS-Lab/Code-as-World

何を解決するか

画像のピクセルという原始的な観測と、物理世界の真の理解の間にはギャップがあります。ピクセルは物の見た目を示すだけで、物体の振る舞いを支配する背後にあるルール、構造、ダイナミクスを説明しません。このプロジェクトにより、モデルは単なる視覚認識を越えて、定量的な物理的推論を行うことが可能になります。

動作方法

Code-as-Worldは、物理世界を実行可能なコードとして表現します。エージェント型のプロセスを用いて、反復的なシミュレーションと検証を通じてこれらの表現を発見します。原始的な観測を明示的な状態、ダイナミクス、メカニズムとしてコードに変換することで、観測データを生み出した可能性のある物理世界をシミュレート・検証でき、AIモデルにスケーラブルな物理的監視を提供します。

対象ユーザー

物理的推論、エンベデッドインテリジェンス、コンピュータビジョンと物理シミュレーションの交差点に取り組む研究者および開発者。

主な特徴

• 実行可能な世界モデル: 実行・検証可能なコードとして物理世界を表現。
• エージェント型の発見: シミュレーションと検証の反復プロセスにより、正しい物理的表現を発見。
• 物理的推論: QuantiPhyなどの定量的物理推論ベンチマークで最先端の性能を達成。
• 事前学習済みチェックポイント: 4Bおよび9BパラメータサイズのVL（視覚言語）モデルを提供。