专题：world-models

Moonlake AI提出基于因果结构的多模态世界模型，通过整合符号逻辑与神经网络，实现环境交互模拟。该模型突破传统视频生成范式，强调物理规律理解与高效推理能力，为机器人控制、医疗等场景提供新思路，但评估方法仍具挑战。

Yann LeCun创立的AMI实验室获得10.3亿美元种子轮投资，估值达35亿美元，专注于构建理解物理世界的AI模型。其核心技术基于JEPA架构，强调抽象表示和现实建模，而非仅依赖语言预测。AMI的成立被视为对当前LLM路径的挑战，具有重要的行业和欧洲战略意义。

BridgeV2W 提出“具身掩码”技术，将机器人动作的坐标空间映射到视频生成模型的像素空间，解决了动作-像素对齐、视角鲁棒性和跨具身通用性三大难题。该模型能让机器人在行动前“预演”未来，并能利用海量无标注人类视频进行训练，显著提升了具身世界模型的规模化和泛化能力，为通用具身智能提供了新路径。

本期《AI进口》聚焦AI在机器人研发、实验室协作和API安全三个方向的突破。Ctrl-World通过可控世界模型提升机器人性能，LabOS实现AI与人类的实验协作，AI审计代理有效检测恶意微调。苹果推出Pico-Banana-400k数据集用于图像编辑训练，展示了AI在图像生成领域的进展。文章提供了具体技术细节和实验结果，具有较高的参考价值。

本文涵盖AI在象牙走私分析、世界模型Mirage 2、LLM抽象推理能力、电路设计AI AnalogSeeker及谷歌Gemma 3等领域的应用与研究。重点在于AI如何辅助人类、提升效率、模拟复杂认知，并推动技术落地。核心亮点包括特征标记识别、世界模型浏览器体验、LLM与人类思维相似性及轻量级模型的发布。