Stanford NeuroAI Lab / 独立收录记录

Ψ-0.6

Ψ-0.6 在同一约 8B 参数 Transformer 中结合视觉、语言、几何和运动预测。给定图像与相机条件可生成新观察;给定位移指令可预测光流和后续画面,再利用这些预测回答问题。

视频与传感模拟所引来源最近阅读于 2026-11-043 份来源材料

技术资料

能做什么,使用时要注意什么。

输入与结果

提供什么
按查询提供图像/视频、文本、相机位姿或视觉运动条件。
得到什么
按查询生成图像、文字、相机位姿、深度、光流或点轨迹。
动作的作用
预测以动作为条件。

开放情况与使用边界

材料说明的限制

自适应流强化学习实验面向视觉问答,尚非物理控制。

资料尚未确认
开放方式开源情况需要区分的对象已收录材料不足以判断,未确认不代表没有相应能力。

分类与用途

本站根据所引材料归纳的检索标签。标签可以重叠,不表示能力验证;未知不表示不支持。

模型类型
  • 视频与传感模拟生成视频序列或未来传感器观测;具体控制方式另行说明。
控制方式
  • 文本 / 事件指令以文本提示或事件指令作为生成条件;不自动代表逐步动作控制。
  • 相机位姿 / 轨迹以相机位姿或轨迹控制观察视角。
  • 场景布局 / 编辑以场景布局为条件,或编辑、扩展和组合生成场景;不自动代表动力学预测。
应用领域
  • 机器人材料明确涉及机器人学习、规划或模拟。

限定 Ψ-0.6 v1;不合并前代 PSI 或后续机器人控制扩展。动作条件字段指给定光流/点轨迹等视觉代理条件,不作为物理控制能力判断。

分类依据

来源与原文

按原始材料集中查阅,相同原句合并展示。页首数量统计本区去重后的来源;最近阅读日期不代表全页复核或服务实测。

Ψ-0.6: Adaptive Streams of Thought in a Unified Vision-Language World Model(v1)

论文 · arXiv:2610.32177v1

核对原文摘录 · 5 段,支持 6 项资料
原阅读方向 / 输出什么

阅读于 2026-11-04

The model predicts images, text, camera pose, depth, optical flow, and point tracks as tokens with a shared transformer.
一句话认识

阅读于 2026-11-04

the model can translate the specified displacement into an optical-flow prediction, generate the resulting scene, and answer using its own prediction.
输入什么

阅读于 2026-11-04

Images, camera pose, depth, optical flow, point tracks, and text are serialized as tokens in a sequence processed by our 8B-parameter autoregressive transformer.
动作是否影响预测

阅读于 2026-11-04

optical flow and point tracks already function as proxy actions: they specify how parts of a visual scene should move, but do not directly actuate the world.
材料说明的限制

阅读于 2026-11-04

Our current adaptive-stream experiments optimize downstream task performance on visual question answering rather than physical control.

背景资料阅读于 2026-11-04

GitHub - neuroailab/psi-0.6: Paper: "Ψ-0.6: Adaptive Streams of Thought in a Unified Vision- Language World Model" · GitHub

GitHub 仓库

补充阅读入口,当前技术字段未引用该页摘录。

背景资料阅读于 2026-11-04

Ψ-0.6: Adaptive Streams of Thought — PSI Blog

项目资料

补充阅读入口,当前技术字段未引用该页摘录。

背景资料阅读于 2026-11-04

本站整理来源中的声明,不核查厂商声明真伪,不评价模型优劣。了解收录方式 →