boundless-large-model/boundless-world-model

What it solves

BWMは、ロボット操作のための低コストで高忠実度なシミュレータを提供します。これは、特定のロボットの動作に基づいて物理的に一貫性のある将来のビデオフレームを予測するという課題に対処するものであり、絶え間ない現実世界での相互作用を必要とせずに、ロボット学習アルゴリズムのトレーニングとテストを行うために不可欠です。

How it works

Wan2.2-TI2V-5Bビデオ拡散バックボーンに基づいて構築されたBWMは、動作条件付きの世界モデルとして機能します。初期の観察、動的な履歴、およびアクションチャンクを入力として、将来の観察チャンクを自己回帰的に予測します。ロボットの動作は、クロスアテンション・トークンと動作条件付きタイムステップ・エンベディングを通じて拡散プロセスに統合されます。

Who it’s for

このプロジェクトは、ロボットと物体の相互作用をモデル化し、制御戦略をテストし、ロボット学習のパフォーマンスを評価するために、物理的に一貫性のあるビデオシミュレータを必要とするロボティクスおよびエンボディドAIの研究者と開発者向けに設計されています。

Highlights

• Physically Consistent: 積み重ねやヒンジの相互作用のような複雑なタスクにおける、長期的な物理的一貫性と安定した接触を維持します。
• Action-Conditioned: 特定のロボットの動作シーケンスに基づいてビデオを生成し、操作タスクの正確なシミュレーションを可能にします。
• High Performance: CVPR 2026 WorldArena ChallengeのTrack 1およびTrack 2 Data Engineにおいて、オープンソースモデルの中で1位にランクされました。
• Generalization: 新しい初期シーンや物体の外観の変化から開始する場合でも、将来のフレームをロールアウトすることが可能です。