ОтветыОпубликовано14 источники
Как Mundo превращает фотографии в мир для роботов
По сообщению Pandaily, Mundo может создавать редактируемую 3D сцену с физическими свойствами по одной–12 фотографиям реального места. В основе проекта — представление сцены в виде данных для симуляции и видеомодель для отображения результата.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- По сообщению Pandaily, Mundo может создавать редактируемую 3D сцену с физическими свойствами по одной–12 фотографиям реального места.
- В основе проекта — представление сцены в виде данных для симуляции и видеомодель для отображения результата.
Промпт ИИ
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Mundo, the world model unveiled by ACE Robotics and Nanyang Technological University’s S-Lab and reported on October 31, 2026, and h. Article summary: Mundo is a scene-specific world-model system that turns photographs of a real place into an explicit 3D scene that can be explored, edited and simulated, with a video model rendering the results rather than merely genera. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Mundo — проект, который превращает изображения конкретного места в сцену, где робот может перемещаться и взаимодействовать с объектами. Важное отличие от обычной генерации видео: здесь предполагается не просто правдоподобная картинка, а редактируемая 3D-модель с описанием объектов и их свойств, пригодная для симуляции.2
12
Сначала сцена, затем изображение
В описании проекта говорится, что Mundo строит по фотографиям 3D-представление места и записывает объекты, их расположение и физические свойства в программу сцены. В ней также задаются правила изменения состояния сцены со временем.2 Иными словами, система стремится описать не только то, как выглядит помещение, но и то, что в нём находится и как это может вести себя при взаимодействии.
По данным вторичного технического обзора, для симуляции используется физический движок, преимущественно MuJoCo, а результат затем визуализирует дообученная видеомодель. В том же обзоре утверждается, что модель адаптировали на примерно 40 тысячах пар видео на основе системы MiniMax-H3 для генерации видео по референсу. Эти технические детали не приведены в доступном фрагменте описания на Hugging Face.12
Что известно о фотографиях на входе
В карточке Pandaily сказано, что Mundo может преобразовать от одной до 12 фотографий реального места в редактируемую 3D-сцену с физическими свойствами — для симуляции перемещения робота и манипуляций с предметами.15 Общее описание проекта также говорит о построении модели конкретного места по изображениям.
2
Однако доступные материалы не объясняют, как именно система работает с разным количеством фотографий. Один снимок не показывает все стороны комнаты и предметов, а несколько ракурсов дают дополнительные наблюдения. Но источники здесь не раскрывают точный метод восстановления геометрии, определения положения камер или заполнения невидимых областей. Поэтому подробные утверждения об этих этапах нельзя считать подтверждёнными.
Зачем сцене нужна физика
Редактируемое представление позволяет менять объекты и их характеристики, а затем проверять действия в симуляции. В обзоре RobotHOT говорится, что в сцену можно включать такие параметры, как масса и трение, а физический движок рассчитывает движение, контакт и столкновения. Там же описана возможность редактировать объекты, их атрибуты и действия.7 Проект позиционируется как инструмент для создания интерактивных сред, где роботов можно тестировать и обучать.
7
15
Полезно разделять две части этой схемы: программа сцены хранит состояние объектов и их физические свойства, а видеомодель отвечает за визуальное отображение происходящего. Такой подход делает акцент на моделируемом устройстве среды, а не только на генерации пикселей, которые должны выглядеть убедительно.2
12
Что пока нельзя считать установленным
Доступные источники не подтверждают целый ряд подробностей, встречающихся в более развёрнутых пересказах. В частности, здесь нет достаточных данных о распознавании рамок объектов, агентах для редактирования и проверки сцены, численной оптимизации, построении длинных траекторий камеры или объединении перекрывающихся фрагментов рендера.
Также не подтверждены конкретные демонстрации — например, навигация по гостинице или манипуляции с бытовыми предметами — и показатели времени реконструкции, частоты кадров, числа GPU и настроек инференса. То же относится к сообщениям о проблемах с мелкими предметами, которые могут «парить», и отсутствии долговременной памяти для меняющейся сцены. Эти сведения могут содержаться в более полных материалах проекта, но приведённые здесь выдержки их не подтверждают.
Самый надёжный вывод уже: Mundo описывается как система, которая строит по изображениям редактируемую 3D-сцену, использует физическую симуляцию и видеорендеринг для исследования среды и взаимодействия с ней.2
7
12
Когда проект описали публично
Статья о Mundo в сообществе Hugging Face датирована 23 октября 2026 года.2 В публикации Pandaily от 31 октября говорилось, что код и веса планировалось выпустить до конца ноября. Приведённые материалы не подтверждают, состоялся ли этот выпуск позднее.
15
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Как Mundo превращает фотографии в мир для роботов»?
По сообщению Pandaily, Mundo может создавать редактируемую 3D сцену с физическими свойствами по одной–12 фотографиям реального места.
Какие ключевые моменты необходимо проверить в первую очередь?
По сообщению Pandaily, Mundo может создавать редактируемую 3D сцену с физическими свойствами по одной–12 фотографиям реального места. В основе проекта — представление сцены в виде данных для симуляции и видеомодель для отображения результата.