boundless-large-model/boundless-world-model

해결하는 문제

BWM은 로봇 조작을 위한 저비용이고 고정밀도 시뮬레이터를 제공합니다. 특정 로봇 동작에 기반하여 물리적으로 일관된 미래의 영상 프레임을 예측하는 문제를 해결하며, 실제 세계와의 지속적인 상호작용 없이도 로봇 학습 알고리즘의 훈련과 테스트가 가능하게 합니다.

작동 방식

Wan2.2-TI2V-5B 동영상 확산 백본을 기반으로 구축된 BWM은 액션 조건부 월드 모델로 작동합니다. 초기 관측, 동적 이력, 그리고 액션 청크를 입력으로 받아 자기회귀적으로 미래의 관측 청크를 예측합니다. 로봇 액션은 크로스 어텐션 토큰과 액션 조건부 타임스텝 임베딩을 통해 확산 프로세스에 통합됩니다.

대상 사용자

이 프로젝트는 로봇 공학 및 몸을 가진 AI 분야의 연구자 및 개발자들을 위한 것으로, 로봇-객체 상호작용을 모델링하고 제어 전략을 테스트하며 로봇 학습 성능을 평가하기 위해 물리적으로 일관된 동영상 시뮬레이터가 필요한 분들을 대상으로 합니다.

주요 특징

• 물리적으로 일관성 있음: 스택킹이나 힌지 상호작용과 같은 복잡한 작업에서 장기적인 물리적 일관성과 안정된 접촉을 유지합니다.
• 액션 조건부: 특정 로봇 액션 시퀀스에 기반하여 영상을 생성하여 조작 작업의 정밀한 시뮬레이션을 가능하게 합니다.
• 고성능: CVPR 2026 WorldArena Challenge의 Track 1 및 Track 2 Data Engine에서 오픈소스 모델 중 1위를 기록했습니다.
• 일반화 능력: 새로운 초기 장면이나 객체 외관 변화로부터 시작해도 미래 프레임을 롤아웃할 수 있습니다.