Sakhanda Wire
NVDA $153.93 -1.41% MSFT $506.53 -2.21% GOOGL $280.96 -0.97% META $620.53 -0.94% AMZN $256.87 -0.34%
← К новостям

MBZUAI представил открытую мировую модель PAN 2

Институт фундаментальных моделей (IFM) при MBZUAI представил PAN 2 — открытую мировую модель для физического интеллекта. Система моделирует изменение сцены после заданного действия. На вход подаются текст и, при необходимости, начальный кадр; результатом становится видео с предполагаемым развитием ситуации. Веса, код обучения и код вывода распространяются по лицензии Apache 2.0.

PAN 2 объединяет большую языковую модель и диффузионный трансформер MMDiT на 29B параметров. Языковая модель преобразует наблюдение и действие в структурированное описание событий, действий с временными интервалами и движения камеры. Затем диффузионная модель генерирует видео с разрешением 704×1248 и частотой 24 кадра в секунду, продолжительностью до 20 секунд. В базовой конфигурации IFM использует Kimi K3, текстовый энкодер Qwen3.5-9B и декодер Wan 2.2 VAE.

Согласно самостоятельно представленным IFM результатам, PAN 2 полностью выполнил 34.00% из 100 многошаговых заданий против 32.50% у MiniMax-H3. Доля выполненных отдельных шагов составила 75.10%, практически на уровне 75.12% у MiniMax-H3. Для работы нужны серверные GPU; каждый рабочий процесс размещает всю модель в BF16. В тесте без языкового этапа рассуждения выполнение полного плана снизилось до 0.0%.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости