中科院自动化所发布 PhiZero 世界模型，用物理语言建模动态场景
一篇关于中科院自动化所 PhiZero 世界模型的技术报告，它用可学习的物理语言建模世界动态，支持视频预测与跨形态运动迁移。
PhiZero 是中科院自动化所提出的世界模型，核心是学习一套描述物理世界状态变化的“物理语言”。它能生成连贯物理过程的视频、跨载体迁移动作（如把真人动作迁移到机器人）、从单张图持续交互探索世界，并根据驾驶动作或机器人轨迹预测未来画面。它让 AI 不再只懂描述事物的文字，而是直接理解运动、交互与变化背后的物理规律。
正文摘录
.jpg)  从物理视频生成到运动迁移，再到可控世界建模。 如果说自然语言帮助 AI 读取人类记录的知识，那么 PhiZero 所探索的 “物理语言”，则试图让 AI 读懂真实世界中的运动、交互与变化。[](https://mp.weixin.qq.com/s/fZy3ZNtwlS9xyxosD7V4PQ)  - 论文名称：PhiZero: A World Model Built Around Physical Language - 项目网站…