MBZUAI's IFM releases PAN 2, an open 29B world model
เนื้อหานี้ยังไม่มีในภาษาของคุณ จึงแสดงเป็นEnglish
เริ่มตรงนี้
MBZUAI's Institute of Foundation Models (IFM) released PAN 2, a 29B-parameter open world model that takes a scene plus a text action and simulates the outcome as video. Weights, training code and inference code ship under Apache 2.0; it runs on data-center GPUs, with each worker holding the full model in BF16 and block offloading as a fallback, and IFM strongly recommends a separate pan2-guardrail. The system pairs an LLM planner that writes structured JSON world states with a 29B MMDiT diffusion transformer conditioned by a frozen Qwen3.5-9B encoder. IFM reports 34.0% full-plan completion on 100 multi-step tasks, ahead of MiniMax-H3 at 32.50%, while trailing MiniMax-H3 on single actions and human preference (Elo 1595 vs 1620). An IFM ablation shows that removing the LLM planner drops full-plan completion to 0.0% and step completion from 75.1% to 8.7%.
สร้างจากรายงาน · อัปเดต 14 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- MarkTechPostMBZUAI的IFM发布PAN 2，一个面向物理AI的开放29B世界模型
MBZUAI的基础模型研究所发布了PAN 2，这是一个29B参数的开源世界模型，接收场景加文本动作，并将结果模拟为视频，权重、训练代码和推理代码均以Apache 2.0许可发布。它将一个编写结构化JSON世界状态的LLM规划器与一个29B MMDiT扩散Transformer配对，后者以冻结的Qwen3.5-9B编码器为条件，IFM报告在100个多步骤任务上全计划完成率为34.0%，领先于MiniMax-H3的32.50%，但在单动作和人类偏好（Elo 1595对1620）上落后于MiniMax-H3。IFM的消融实验显示，移除LLM规划器会使全计划完成率降至0.0%，步骤完成率从75.1%降至8.7%。
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม