PhiZeroの物理世界モデルが動画生成を革新し、ピクセル予測の物理的誤差を解き明かす。それは「物理言語」を初めて導入し、AIが明示的な推論を行った上で動画を生成するようにし、より安定で連続性のある物理法則のシミュレーションを実現した。これは身体を持つ知能への鍵となる重要な突破と見なされている。
Encord社がカリフォルニアの倉庫で、独Zander Labsの脳波カメラヘッドセットを装着した作業員がジェンガをプレイ。脳波をリアルタイム測定し、エラーや意図などの心理状態を抽出。ロボットモデルの価値の高い訓練データを生成する実験。....
2026年世界AI会議で、智象未来は世界初の無限時間コンテンツ創作マルチモーダルAI「Vivago R1」を発表。中科類脳らと一帯一路Token輸出連盟、飛捷科思らと物理知能革新連合体を発足。技術革新とエコシステム連携によりAIの進化を加速する。....
文远知行は物理AI認知基盤大規模モデルWeRide WITTを発表し、その核心は「最小物理事実単位」という概念を導入することで、AIがビデオ、画像、テキストなどのマルチモーダル情報をより正確に理解できるようにし、自動運転の複雑なシーンにおける認知能力を向上させることです。....
SiMa.aiは多くの分野で物理AI技術を拡張することができます。
Seedance 2.0は、多カメラの連続性、オリジナルオーディオの同期、物理感知運動を通じて、映画レベルのAIビデオを作成することができます。
無料のAI画像拡大・強化ツールで、物理感知型の再構築により、真のテクスチャの細部を再現します。
Runway Gen 4.5 AIは1080pの映画レベルのビデオを生成でき、ディレクターモードと物理シミュレーションを備えています。
Google
$0.7
入力トークン/百万
$2.8
出力トークン/百万
1k
コンテキスト長
Anthropic
$7
$35
200
$2.1
$17.5
$21
$105
Alibaba
$3.9
$15.2
64
-
Bytedance
$0.8
$2
128
Deepseek
$4
$12
Tencent
$1
32
Openai
$1.75
$14
400
$525
Chatglm
Iflytek
$0.3
XiaomiMiMo
米モデルのエンボディメントモデル(MiMo-Embodied)は、強力なクロスエンボディメント視覚言語モデルであり、自動運転とエンボディメントAIタスクの両方で卓越した性能を発揮します。これは、この2つの重要な分野を結合した最初のオープンソースの視覚言語モデルであり、動的な物理環境における理解と推論能力を大幅に向上させました。
nvidia
Cosmos-Predict2.5はNVIDIAが開発した、物理AI向けに設計された高性能の事前学習済み世界基礎モデルセットです。拡散モデル技術に基づいており、テキスト、画像、またはビデオの入力に基づいて、物理的な知覚を持つ高品質の画像とビデオを生成することができ、自動運転やロボットなどのアプリケーションに世界シミュレーション能力を提供します。
unsloth
Cosmos-Reason1はNVIDIAが開発した物理人工知能モデルで、物理常識を理解する能力を備え、長鎖思考推論により具身決定を生成できます。このモデルはマルチモーダル入力(テキスト + ビデオ/画像)をサポートし、出力はテキストで、ロボットや自動運転などの物理AI分野に適しています。
Cosmos-Reason1はNVIDIAが開発した物理AIモデルで、物理常識を理解し、長鎖思考推論を通じて身体化された意思決定の自然言語を生成できます。
AvaLovelace
LegoGPTは、テキストプロンプトから物理的に安定したレゴモデルを生成する初のAIシステムで、Llama-3.2-1B-Instructをファインチューニングして作成されました。
Cosmos-Predict2は、物理AI開発用に設計された高性能な事前学習済みの世界基礎モデルで、物理感知を持つ画像、ビデオ、世界状態を生成できます。
Cosmos-Predict2は、一連の高性能事前学習世界基礎モデルであり、物理AI開発用に物理感知を備えた画像、ビデオ、世界状態を生成するように設計されています。
Cosmos-Predict2は、物理感知を持つ画像、ビデオ、世界状態を生成するために設計された一連の高性能事前学習世界基礎モデルで、物理AIの開発に使用できます。
Cosmos-Reason1はNVIDIAが開発した物理AIモデルで、物理常識を理解し長鎖思考推論を通じて身体性意思決定を生成できます。
deepnight-research
Saily 220BはLlama2 - 70Bをベースに併合して構築された強力なAIモデルで、複数の特定分野のデータセットで微調整され、コード、ユーモア、数学、論理理解、物理、推論、心理学、ロールプレイなど多方面の能力を備えています。
mcp2tcpは、物理ハードウェアとAI大規模モデルをつなぐブリッジプロジェクトで、MCPプロトコルを通じて自然言語でハードウェアデバイスを制御します。
Webcam MCPはMCPサーバーで、LLMエージェントにウェブカメラへのアクセス機能を提供し、写真撮影とビデオ録画をサポートし、AIエージェントが物理環境を自主的に観察してインタラクションできるようにします。
MCP2Serialは、物理デバイスとAI大規模モデルをつなぐ架け橋プロジェクトで、自然言語でハードウェアデバイスを制御し、IoTのスマート制御を実現します。
物理層コードチェックツールで、MCPサーバーを通じて無線周波数と物理計算が物理的な限界に違反していないかを検証し、エンジニアリングワークフローでのAIの物理的な幻想を捕捉します。
SolMail MCPサーバーは、Solanaブロックチェーンに基づくMCPプロトコルサービスで、AIエージェントがSOL暗号通貨を使って、世界中の住所に実際の実体の郵便やはがきを送ることができ、AIと物理世界の相互作用を実現します。