HiDream.ai представила воплощенную модель мира HiDream-O1-Embodied

Модель сразу возглавила субрейтинг Robustness на бенчмарке RoboColiseum со средним баллом 0,692. Эта дисциплина проверяет устойчивость к переменам фона, освещения, положения камеры и к переформулировкам команд — то есть готовность работать в неидеальных, а не лабораторных условиях.

Разработчики говорят, что устойчивость обеспечивают три решения. Модель понимает интенцию пользователя, а не ключевые слова; она опирается на несколько визуальных потоков и не теряет сцену при сбое одного из них; при обучении в данные намеренно вносили помехи — шум, затемнение, частичное перекрытие обзора.

В компании также подчёркивают важность данных. С разработчиком систем захвата движений Noitom HiDream.ai применяет схему «реальная основа плюс генеративное расширение». Настоящие записи движений служат базой, а модель создаёт новые обучающие варианты, меняя фон, свет и объекты, но не нарушая физику.

Менее месяца назад HiDream.ai уже вывела на рынок интерактивную модель HiDream-O1-World, ставшую первой в рейтинге Navi бенчмарка WBench с результатом 80,9. Технический директор Яо Тин отмечает, что полноценный базис модели мира соединяет выразительность, причинное рассуждение и физику. Гендиректор Мэй Тао добавляет: конкуренция больших моделей смещается от отдельных модальностей к единой нативной архитектуре.