多模态融合世界模型

本报告将介绍覆盖室外、室内与空域场景的Scape系列世界模型：RoboScape、AirScape及WorldScape。在此基础上，报告提出World Action Model（WAM），通过联合建模未来状态与动作分布，使具身智能从被动感知走向主动预测。同时，介绍具身世界模型评测标准WorldArena从视觉质量、物理一致性、3D精度等维度建立规范，已吸引多支国际团队参与。

李勇教授长期从事数据科学、人工智能及城市科学交叉领域的研究工作，致力于利用人工智能技术解决复杂城市系统问题及全球气候预测等科学难题。在《Nature》、《Nature Machine Intelligence》、《Nature Human Behaviour》等国际顶级期刊及KDD、NeurIPS等顶级会议上发表论文百余篇，引用次数超过3.4万次。他带领团队提出了全球气候模态统一预测模型（UniCM），实现了从单模态预测向全球气候系统预测的跨越；并与芝加哥大学合作在《Nature》正刊发表关于人工智能对科学研究影响的实证研究。