UBTECH Thinker-WM

Thinker-WM 1.0 · Rodzina: Thinker

Model świata z rodziny UBTECH Thinker: modeluje otoczenie fizyczne i przewiduje skutki działań robota. Pierwsze miejsce na benchmarku LIBERO.

✓ Aktywny✓ Publiczny dostęp⚖ Open sourceModel świata📁 Thinker

🏢UBTECH RoboticsProducent

Wdrożenie:📱 Na urządzeniu☁ Cloud

Przegląd

UBTECH Thinker-WM to model świata (world model) z rodziny Thinker firmy UBTECH Robotics. Stanowi drugą warstwę trójwarstwowego stosu Thinker i służy do modelowania otoczenia fizycznego oraz przewidywania rezultatów działań, zanim robot je wykona.

Wyniki i rozwój

Thinker-WM zajął pierwsze miejsce na benchmarku LIBERO oceniającym polityki manipulacji robotycznej (dokładny wynik nie został ujawniony). UBTECH zapowiedziało kolejną generację, Thinker-WM 2.0, na drugą połowę 2026 roku. Szczegóły architektury i liczby parametrów nie zostały publicznie ujawnione.

Klasyfikacja

Model świata

Rodzina: Thinker

Zastosowania

Manipulacja robotyczna Trening polityk robotów Interaktywna symulacja świata

Dostęp i wdrożenie

Na urządzeniuChmura

Wagi: Open source

Kluczowe parametry

📥 Wejście: obraz, wideo, sensory robota, dane stanu robota

Robotyka

Environment modelingSpatial predictionScene understanding3D scene reconstruction

Specyfikacja techniczna

Licencja

Open source (deklaracja UBTECH; brak potwierdzonego publicznego repozytorium)

Wymagania sprzętowe

Nieujawnione publicznie. Model świata w warstwie poznawczej humanoidów UBTECH (wnioskowanie na urządzeniu i w chmurze).

Modalności

⬇ Wejście (Input)

imagevideorobot_sensorsrobot_state_data

⬆ Wyjście (Output)

videomotion_trajectoriesrobot_actions

Możliwości i zastosowania

Natywne możliwości modelu

Symulacja świata

Zdolność modelu do generowania spójnych, interaktywnych symulacji środowisk fizycznych — utrzymywanie geometrii, oświetlenia i fizyki podczas eksploracji.

Kategoria: multimodal

Planowanie

Tworzenie i realizacja planów działania dla złożonych zadań.

Kategoria: planning

Rozumienie multimodalne

Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.

Kategoria: multimodal

Rozumowanie wieloetapowe

Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.

Kategoria: reasoning

Robotyka

Environment modelingSpatial predictionScene understanding3D scene reconstruction