MirroS-Lab/Code-as-World

解决的问题

它解决了原始视觉观测（像素）与对物理世界真正理解之间的差距。虽然像素展示了事物的外观，但并未解释支配物体行为的底层规则、结构或动力学。该项目使模型能够超越简单的视觉识别，实现定量物理推理。

工作原理

Code-as-World 使用代码作为物理世界的可执行表示。它采用代理式过程，通过迭代模拟和验证来发现这些表示。通过将原始观测转化为代码中的显式状态、动力学和机制，系统可以模拟并验证可能产生观测数据的物理世界，为AI模型提供可扩展的物理监督。

适用人群

从事物理推理、具身智能以及计算机视觉与物理模拟交叉领域的研究人员和开发者。

主要亮点

• 可执行世界模型：将物理世界表示为可运行和可验证的代码。
• 代理式发现：通过模拟与验证的迭代过程，寻找正确的物理表示。
• 物理推理：在 QuantiPhy 等定量物理推理基准上达到最先进性能。
• 预训练检查点：提供 4B 和 9B 参数规模的 VL（视觉-语言）模型。