معهد IFM التابع لـMBZUAI يطلق PAN 2، نموذج عالم مفتوح بـ29 مليار معامل يحاكي نتائج الأفعال
يكتب نموذج لغوي وصفًا زمنيًا لما سيحدث، ثم يحوّله نموذج انتشار بـ29 مليار معامل دُرّب من الصفر إلى فيديو حتى 20 ثانية، والأوزان والشيفرة متاحة بترخيص Apache 2.0.
لماذا يهم
تُعد نماذج العالم التي تتيح للوكيل التدرّب على الأفعال قبل تنفيذها رهانًا أساسيًا للروبوتات والذكاء الاصطناعي المادي، ومعظم نماذج الفيديو القوية مغلقة. يقسم PAN 2 المهمة: نموذج لغوي متعدد الوسائط يحدد ما يحدث ومتى، ونموذج الانتشار يضيف التفاصيل المرئية، فيمكن مقارنة كل تنبؤ بلقطات حقيقية. ويستخدم مُرمّز النص Qwen3.5-9B وVAE من Wan 2.2 ويعمل في Diffusers وvLLM. يُنتظر البحث الكامل الذي وعد به IFM واختبارات مستقلة لقدرات التخطيط.
حقائق رئيسية
- طوّره معهد IFM التابع لـMBZUAI
- نموذج MMDiT بـ29 مليار معامل دُرّب من الصفر على مئات ملايين الفيديوهات
- فيديو 704x1248 بمعدل 24 إطارًا في الثانية حتى 20 ثانية
- مُرمّز النص Qwen3.5-9B وVAE من Wan 2.2
- الأوزان وشيفرة التدريب والاستدلال بترخيص Apache 2.0
- مدعوم في Diffusers وvLLM