Search for a command to run...
WorldGen 是由 Meta 于 2025 年 11 月提出的，相关研究成果发表于论文「WorldGen: From Text to Traversable and Interactive 3D Worlds」。
WorldGen 能够直接根据文本提示自动创建大规模互动 3D 世界。该模型将自然语言描述转化为可移动、全纹理化的环境，可以在标准游戏引擎中立即探索或编辑。通过结合大语言模型驱动的场景布局推理、程序生成、基于扩散的 3D 生成和物体感知场景分解，WorldGen 弥合了创意意图与功能性虚拟空间之间的鸿沟——使创作者无需手动建模或专业 3D 专业知识即可设计出连贯且可导航的世界。
Search for a command to run...
WorldGen 是由 Meta 于 2025 年 11 月提出的，相关研究成果发表于论文「WorldGen: From Text to Traversable and Interactive 3D Worlds」。
WorldGen 能够直接根据文本提示自动创建大规模互动 3D 世界。该模型将自然语言描述转化为可移动、全纹理化的环境，可以在标准游戏引擎中立即探索或编辑。通过结合大语言模型驱动的场景布局推理、程序生成、基于扩散的 3D 生成和物体感知场景分解，WorldGen 弥合了创意意图与功能性虚拟空间之间的鸿沟——使创作者无需手动建模或专业 3D 专业知识即可设计出连贯且可导航的世界。
SoCE 是一种基于自动类别感知专家选择机制、结合多基准任务的模型优化范式。
有效解决了 LVLM 安全对齐中的关键挑战。
DePass 用于通过分解前向传递来解释 Transformer 模型。
利用 GPU 并行性高效扩展解码树，实现推理路径的快速且可扩展的优化。
iSeal 在 12 个 LLM 上对超过 10 次攻击实现 100% 指纹成功率（FSR）。
Model Souping 可以通过对多个微调解的权重进行平均来生成更优的模型。
SoCE 是一种基于自动类别感知专家选择机制、结合多基准任务的模型优化范式。
有效解决了 LVLM 安全对齐中的关键挑战。
DePass 用于通过分解前向传递来解释 Transformer 模型。
利用 GPU 并行性高效扩展解码树，实现推理路径的快速且可扩展的优化。
iSeal 在 12 个 LLM 上对超过 10 次攻击实现 100% 指纹成功率（FSR）。
Model Souping 可以通过对多个微调解的权重进行平均来生成更优的模型。
