arXiv cs.AI· Khai Loong Aw, Klemen Kotar, Baihan Zhang, Yifan Liu, Lilian Chen, Atlas Kazemian, Rahul Venkatesh, Daniel Yamins·· 3 小时前AI 评分35
Ψ-0.6：统一视觉-语言世界模型中的自适应思维流
$\Psi$-0.6: Adaptive Streams of Thought in a Unified Vision-Language World Model
AI 导读
Ψ-0.6 是统一视觉-语言世界模型，在共享 token 接口中以“思维流”自适应组合感知、语言、几何与仿真，并交替生成和理解图像、文本及显式几何和运动表示。它在多视角空间推理上零样本超过领先开放权重模型，支持反事实仿真；基于任务反馈的强化学习联合优化中间表示的选择、生成与使用，提升视觉问答准确率并迁移到未见基准。
来源：arXiv cs.AI · arxiv.org