首个开源企业知识世界模型发布
社区迎来首个开源的企业级知识世界模型。该项目面向企业应用场景，旨在通过开源架构解决复杂业务逻辑与结构化数据处理难题。它为开发者提供了一条构建定制化世界模型的开源技术路径，有助于提升AI系统在垂直领域的推理和决策能力，为企业级AI落地提供了一个具备实用参考价值的基础设施。
潜空间预测Transformer：重塑世界模型
本文探讨了“下一代潜空间预测Transformer”（Next-Latent Prediction Transformers）这一前沿研究。该技术改变了传统自回归模型预测下一个Token或像素的模式，转而预测自监督编码器（如JEPA或DINO）输出的“潜空间表征”（Latent Representations）。这种方法的核心优势在于，模型无需耗费计算资源去重建无意义的底层细节（如视频中的背景噪点），而是专注于捕获高维的语义信息和时空逻辑。这为构建高效的“世界模型”（World Models）提供了全新路径。对于AI开发者和创业者而言，该技术在具身智能、自动驾驶和AI Agent的长期规划中具有巨大的应用价值。它不仅大幅降低了多模态训练的计算开销，还显著提升了模型在复杂物理世界中的推理与泛化能力，是迈向通用人工智能（AGI）的关键一步。
掩码扩散语言模型：强可控文本世界模型
传统的自回归（AR）语言模型在构建世界模型时，由于采用自左向右的生成方式，无法有效结合全局相互依赖的锚点（如工具模式、状态字段和预期结果），导致生成的步骤虽然局部连贯，但全局缺乏一致性。为了解决这一痛点，研究提出了基于掩码扩散语言模型（MDLM）的文本世界模型。MDLM 采用任意顺序的去噪目标，能从相同的训练信号中学习所有条件方向。实验表明，微调后的 MDLM（如 SDAR-8B 和 WeDLM-8B）在 BLEU-1、ROUGE-L 和 MAUV 等指标上，超越了参数量高达其 4 倍的自回归基线模型。该研究为强化学习 Agent 提供了更强大、更具可控性的文本世界模型，有助于开发者构建全局一致性更高、规划能力更强的智能体系统。