返回首页

PAN 2

x+web 0.94
访问原文

介绍

PAN 2 是阿联酋穆罕默德·本·扎耶德人工智能大学(MBZUAI)基础模型研究所(Institute of Foundation Models,IFM)在 2026 年 11 月 10 日公布的开源基础世界模型,面向物理智能。IFM 在官方页面和宣布帖 @IFM_AI 中的表述是:语言模型预测下一个词,而 PAN 2 预测下一个世界——在时间、物理和空间约束下,每个动作之后会发生什么——让人和 AI 智能体在真正行动前先模拟“如果……会怎样”。MBZUAI 官方账号 @mbzuai 发了祝贺帖,并写明此次开放模型权重以及训练与推理代码。

官方页面把方法称为生成式潜空间预测(generative latent prediction,GLP),并拆成两条推理骨干:概念推理由多模态大语言模型完成,负责弄清发生什么、何时发生(包括动作时序和摄像机运动);感知推理由一个从头训练、规模为 290 亿参数的潜空间扩散模型完成,负责补上外观、几何和运动细节。页面用冲浪起板时机、牛奶 / 墨水 / 油倒进水里的不同物理表现、摄像机绕场一周后场景仍一致等例子,说明模型在时间、物理和空间三个维度上的设计目标。

IFM 把 PAN 2 定位成智能体在“真实世界行动”之前的排练场,而不是又一个只追求画面好看的视频生成模型。Hugging Face 上可以查到仓库 IFM/PAN2。许可证、硬件需求和具体检查点请以官方页面与仓库说明为准。

要点:

解释

为什么值得关注

世界模型若要给机器人或智能体当“预演器”,关键不只是画面像不像,而是动作的时间顺序、物理后果和视角变化会不会把世界改乱。IFM 用一个公开名称,把概念规划(何时、何人、做什么)和感知渲染(看起来怎样、如何运动)写成可分开检查的两段,并同时开放权重与训练 / 推理代码,这为复现和二次训练提供了具体入口。

页面上的演示和能力描述来自 IFM / MBZUAI,我们没有独立复核其物理一致性或相对其他世界模型的对比数字。把它当作一个可下载、可研究的开源世界模型发布,而不是已经可在生产环境里替代真实物理仿真的保证。

局限

官方演示是生成视频与交互示例,不代表任意真实机器人闭环控制已经可用。仓库创建时间可能早于这次公开宣布,请以 11 月 10 日的产品页和宣布帖作为这次“公开推出”的依据,并以仓库当前文档为准核对话头、许可和依赖。不要把 PAN 2 和自然语言里的其他 “PAN” 评测或项目当成同一个名字。

用法

  1. 阅读官方页面 https://ifm.ai/pan/ 与宣布帖 https://x.com/IFM_AI/status/2120199814696828942 ;
  2. 可参考 MBZUAI 祝贺帖 https://x.com/mbzuai/status/2120202298119045374 中关于权重、训练与推理代码一并开放的说明 ;
  3. 在 https://huggingface.co/IFM/PAN2 查看当前检查点与使用说明,许可与运行条件以仓库为准 ;
  4. 把它当作开源世界模型研究起点,而不是现成的生产级物理仿真器。

广告