Digital Twin AI: Opportunities and Challenges from Large Language Models to World Models
数字孪生AI:从大语言模型到世界模型的机会与挑战
机构 * Lehigh University(莱文斯顿大学) ; University of Maryland(马里兰大学) ; University of New South Wales(新南威尔士大学) ; Worcester Polytechnic Institute(沃思维尔理工学院) ; University of Pennsylvania(宾夕法尼亚大学) ; University of Notre Dame(圣约翰大学) ; Columbia University(哥伦比亚大学) ; University of Georgia(佐治亚大学) ; Yale University(耶鲁大学) ; Texas A&M University(德克萨斯A&M大学) ; Stanford University(斯坦福大学) ; Squirrel Ai Learning ; University of Texas at Austin(德克萨斯大学奥斯汀分校) ; University of Texas Health Science Center at Houston(德克萨斯大学健康科学中心休斯顿分校) ; University of California, Riverside(加州大学河滨分校) ; Florida International University(佛罗里达国际大学) ; Purdue University(普渡大学) ; Children’s Hospital of Philadelphia(费城儿童医院)
专题命中 具身推理 :world model(title,abstract);robotics(abstract);分类 cs.AI
AI总结 本文提出统一的四阶段框架,探讨数字孪生中AI整合的机会与挑战,涵盖建模、镜像、干预和自主管理,强调大语言模型和基础模型的作用。