The AI / news

IFM MBZUAI выпускает PAN 2 — открытую мировую модель для физического ИИ с 29 миллиардами параметров

IFM MBZUAI выпускает PAN 2 — открытую мировую модель для физического ИИ с 29 миллиардами параметров
3 мин чтения

Институт фундаментальных моделей (IFM), входящий в состав MBZUAI, выпустил PAN 2 — открытую мировую модель, предназначенную для физического искусственного интеллекта. На основе текстового описания сцены и действия она моделирует результат в виде видео. Анонс был сделан в X 10 ноября 2026 года, а веса модели, код обучения и код вывода распространяются под лицензией Apache 2.0.

Мировая модель — это система, которая предсказывает развитие среды после совершения действия. PAN 2, представленный как модель общего назначения, является преемником PAN, выпущенного в ноябре 2025 года. Заявленная цель — рассуждение через симуляцию: агент предлагает несколько планов, PAN 2 моделирует каждый из них, и агент действует согласно наилучшему. Для разработчиков в области робототехники и агентов идея заключается в том, чтобы протестировать план в симуляции перед его выполнением.

Двухэтапное рассуждение

PAN 2 разделяет симуляцию на два этапа. Первый, концептуальный, основан на большой языковой модели (LLM), то есть системе, обученной работе с текстом. Она считывает наблюдение и запрошенные действия, а затем описывает следующее состояние мира в виде структурированного JSON: события, датированные действия, связанные с акторами, и движение камеры. Согласно отчету IFM, по умолчанию используется рассуждающая модель Kimi K3, но эту роль может выполнять любой LLM, способный следовать инструкциям.

Второй этап, перцептивный, поручен диффузионному трансформеру с 29 миллиардами параметров под названием MMDiT, который предсказывает латентные представления видео. IFM обучил его с нуля на сотнях миллионов аннотированных видеороликов. Текстовый энкодер Qwen3.5-9B, замороженный во время использования, кондиционирует эту модель, а декодер VAE от Wan 2.2 генерирует итоговые изображения.

IFM утверждает, что LLM играет решающую роль. Без концептуального рассуждения показатель успешного выполнения полных планов падает с 34,0% до 0,0%, а отдельных шагов — с 75,1% до 8,7%. Простая перезапись в структурированном формате частично компенсирует разрыв, давая 27,8% успешных полных планов. IFM также сообщает, что исключил изображения из видеоигр, анимации и симуляций после начальной фазы обучения. Тестовая модель на 9B, обученная без них, победила в 58% случаев в слепом голосовании.

Результаты, заявленные разработчиком

Все приведенные ниже оценки являются самоотчетами IFM, который использовал собственный набор тестов: 6 способностей оценивались на 300 случаях с одним действием и 100 многошаговых задачах. По выполнению полных планов PAN 2 достигает 34,00% против 32,50% у MiniMax-H3, 26,77% у FLUX 3 и 24,49% у Seedance 2.5. По выполнению отдельных шагов он получает 75,10% против 75,12% у MiniMax-H3. По 6 способностям он показывает 84,48% против 87,20% у MiniMax-H3, который лидирует во всех шести категориях.

В рейтинге Physics-IQ Verified PAN 2 набирает 49,38 балла, возглавляя список открытых моделей, но уступая закрытой модели FLUX 3 с 51,11 балла. На RBench он достигает 57,04 против 56,16 у MiniMax-H3. В тесте на человеческие предпочтения он показывает рейтинг Эло 1595 при использовании GPT-6 Astra в качестве рассуждающей модели против 1620 у MiniMax-H3.

Что касается аппаратного обеспечения, каждый GPU-воркер загружает полную модель на 29B в формате BF16, с блочной выгрузкой в качестве резервного решения. IFM не публикует данные об объеме видеопамяти (VRAM) или времени генерации. Длина последовательности по умолчанию составляет 241 кадр, то есть около 10 секунд, а предел — 20 секунд при разрешении 704×1248 и 24 кадрах в секунду. Описания ограничены 1536 токенами — единицами текста, обрабатываемыми моделью.

IFM также рекомендует использовать свой отдельный защитный механизм pan2-guardrail. По тестам института, он сократил долю небезопасных выходных данных, полученных из вредоносных текстовых запросов для генерации видео, с 33,9% до 1,5%, при этом заблокировав 11,5% безобидных запросов.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x