AnswersPublished14 sources
Як Mundo створює віртуальні світи для роботів зі звичайних фото
За повідомленням Pandaily, Mundo може перетворювати від одного до 12 фото реального місця на редаговану 3D сцену з фізичними властивостями для тестування роботів. Ідея проєкту — не просто згенерувати відео, а описати сцену як структуру, яку можна змінювати й використовувати для симуляції.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- За повідомленням Pandaily, Mundo може перетворювати від одного до 12 фото реального місця на редаговану 3D сцену з фізичними властивостями для тестування роботів.
- Ідея проєкту — не просто згенерувати відео, а описати сцену як структуру, яку можна змінювати й використовувати для симуляції.
- Опис Mundo опублікували на Hugging Face 23 жовтня 2026 року; Pandaily повідомляє про запланований реліз коду й ваг до кінця листопада, але підтвердження релізу в наявних матеріалах немає.
AI Prompt
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 — проєкт зі створення моделей середовища, які допомагають роботам досліджувати місця та взаємодіяти з предметами. Його задум — перетворити зображення конкретного простору на редаговану 3D-сцену, змоделювати зміни в ній, а потім показати результат за допомогою відеомоделі. Це відрізняється від генерації ролика, який можна лише переглядати: сцену тут задумано як середовище для симуляції.2
12
Спершу — сцена, потім її візуалізація
В описі проєкту сказано, що Mundo створює 3D-представлення сфотографованого середовища й записує в програмі сцени об’єкти, їхнє розташування та фізичні властивості. Там само задаються правила, за якими стан сцени змінюється з часом.2 Тобто модель кімнати має містити не лише її видимий вигляд, а й дані, які можна редагувати та використовувати в симуляції.
За вторинним технічним описом, у процесі застосовують фізичний симулятор — переважно MuJoCo — та донавчену відеомодель, яка візуалізує результати симуляції. У цьому ж описі зазначено, що відеомодель адаптували на основі системи MiniMax-H3 для генерації відео з референсного зображення, використавши близько 40 тисяч пар відео. У наданому витягу з Hugging Face цих подробиць немає.12
Що відомо про вхідні фото
За даними Pandaily, Mundo може перетворювати від одного до 12 фото реального місця на редаговану 3D-сцену з фізикою, у якій можна візуалізувати навігацію робота та маніпуляції з предметами.15 Опис проєкту окремо підтверджує загальний підхід: побудову моделі конкретного середовища на основі зображень.
2
Наявні матеріали не пояснюють докладно, як саме система працює з одним фото й кількома. Одне зображення не показує всіх боків кімнати чи предмета, тоді як кілька ракурсів дають більше спостережень. Водночас джерела тут не встановлюють точний метод реконструкції, спосіб визначення положення камер або те, як система відтворює невидимі ділянки. Тож конкретні твердження про ці кроки наразі не можна вважати підтвердженими.
Чому редагована сцена важлива для робототехніки
Явний опис сцени дає змогу змінювати предмети або їхні властивості й перевіряти дії в симуляції. У стислому описі на сайті про робототехніку зазначено, що Mundo може враховувати такі параметри, як маса й тертя, а фізичний рушій — розраховувати рух, контакт і зіткнення. Там також згадується можливість редагувати об’єкти, атрибути та дії в сцені.7 Проєкт позиціонують як спосіб створювати інтерактивні середовища для тестування й навчання роботів.
7
15
Важливо розрізняти два рівні системи: програма сцени описує об’єкти та їхню фізичну поведінку, а відеомодель створює візуальне відображення. Такий підхід робить акцент на структурі й симуляції, а не на згенерованих пікселях як заміні самого середовища.2
12
Чого доступні джерела не підтверджують
Надані матеріали не дають змоги перевірити докладний процес, який описують деякі публікації: виявлення рамок об’єктів, редагування сцени агентом на основі зорово-мовної моделі, чисельну оптимізацію чи точний спосіб обробки довгих траєкторій камери та перекривних фрагментів рендерингу. Так само тут не підтверджені конкретні демонстрації — наприклад, навігація готелем або маніпуляції з побутовими предметами — і показники часу реконструкції, частоти кадрів, кількості GPU та параметрів інференсу.
Обережно варто ставитися й до тверджень про дрібні предмети, що зависають у повітрі, довготривалу пам’ять сцени та конкретні роздільності зображень чи відеофрагментів. Такі подробиці можуть бути в повніших матеріалах проєкту, але в доступних тут уривках їх немає. Найнадійніше резюме наразі таке: Mundo описують як систему, що поєднує редаговане 3D-представлення місця, фізичну симуляцію та відеорендеринг для дослідження середовища й взаємодії в ньому роботів.2
7
12
Коли з’явилася інформація про проєкт
Статтю про Mundo в спільноті Hugging Face опублікували 23 жовтня 2026 року.2 У матеріалі Pandaily від 31 жовтня сказано, що код і ваги планували випустити до кінця листопада, однак надані джерела не підтверджують, чи відбувся цей реліз.
15
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Як Mundo створює віртуальні світи для роботів зі звичайних фото"?
За повідомленням Pandaily, Mundo може перетворювати від одного до 12 фото реального місця на редаговану 3D сцену з фізичними властивостями для тестування роботів.
What are the key points to validate first?
За повідомленням Pandaily, Mundo може перетворювати від одного до 12 фото реального місця на редаговану 3D сцену з фізичними властивостями для тестування роботів. Ідея проєкту — не просто згенерувати відео, а описати сцену як структуру, яку можна змінювати й використовувати для симуляції.
What should I do next in practice?
Опис Mundo опублікували на Hugging Face 23 жовтня 2026 року; Pandaily повідомляє про запланований реліз коду й ваг до кінця листопада, але підтвердження релізу в наявних матеріалах немає.