小米汽车世界模型2.0：面向真实驾驶的因果世界模型

小米提出统一流式因果世界模型，用于驾驶与具身智能仿真

资讯摘要

论文提出小米汽车世界模型2.0，一个面向Physical AI的统一流式因果世界模型，可建模并生成真实世界的因果物理演化。其架构结合视图-时间注意力（VTA）与多视图RoPE，WorldRec 2.0单次前向从多视图多时相观测重建静态与动态3D高斯，作为显式场景上下文。作者报告在VTA时间层引入GLA以降低流式推理计算与KV缓存，并用于闭环仿真、闭环训练与WAM应用。

要点速读

1. 论文提出统一流式因果世界模型，融合异构条件输入实现视图一致生成
2. WorldRec 2.0单次前向重建静态与动态3D高斯，作为长时生成的显式场景上下文
3. VTA时间层引入GLA以降低多视图推演的计算与KV缓存，并用于闭环仿真、闭环训练与WAM

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。