Fugu-MT 論文翻訳(概要): Kairos: A Native World Model Stack for Physical AI

論文の概要: Kairos: A Native World Model Stack for Physical AI

arxiv url: http://arxiv.org/abs/2606.16533v2
Date: Tue, 16 Jun 2026 11:06:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-17 15:01:46.828362
Title: Kairos: A Native World Model Stack for Physical AI
Title（参考訳）: Kairos: 物理AIのためのネイティブワールドモデルスタック
Authors: Kairos Team, Fei Wang, Shan You, Qiming Zhang, Tao Huang, Zuoyi Fu, Zhisheng Zheng, Yunlong Xi, Feng Lv, Xiaoming Wu, Zeyu Liu, Cong Wan, Pu Li, Ruiqing Yang, Xiaoou Li, Wei Wang, Kangkang Zhu, Yuwei Zhang, Shi Fu, Zheng Zhang, Xiaoning Wu, Xuzeng Fan, Dacheng Tao, Xiaogang Wang,
Abstract要約: これらの要件に基づいて設計されたネイティブなワールドモデルスタックであるKairosを紹介します。カイロスは、クロス・エボディメント・パラダイム・データ・カリキュラムが支配するネイティブ・プレトレーニングの先駆者として世界を学ぶ。 Kairosは、ハイブリッド線形時間アテンションを備えたネイティブ統一アーキテクチャにおいて、統一された世界理解、生成、予測によって世界を維持している。
参考スコア（独自算出の注目度）: 66.80630645291795
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: World models are transitioning from passive visual generators to foundational, operational infrastructure for Physical AI: they must natively acquire world knowledge from heterogeneous experience, maintain persistent states over long horizons, and execute efficiently within real deployment constraints. We introduce Kairos, a native world model stack designed around these requirements. (1) Kairos learns the world by pioneering a Native Pre-training Paradigm governed by a Cross-Embodiment Data Curriculum, which organizes open-world videos, human behavioral data, and robot interactions into a progressive developmental pathway. (2) Kairos maintains the world by unified world understanding, generation, and prediction within a Native Unified Architecture equipped with Hybrid Linear Temporal Attention, where sliding-window attention captures local dynamics, dilated sliding windows capture mid-range dependencies, and gated linear attention maintains persistent global memory. We establish formal theoretical bounds demonstrating that this temporal factorization strictly limits error accumulation, mathematically guaranteeing state propagation across extended horizons. (3) Kairos runs the world by incorporating a Deployment-Aware System Co-Design to support low-latency rollout generation on server and consumer-grade hardware for real-world observation-action-feedback loops. Experiments on embodied world-model, long-horizon, and action-policy benchmarks show that Kairos achieves top level performance while offering a strong efficiency-capability trade-off. Together, these results position Kairos as a cohesive operational foundation for future self-evolving physical intelligence.
Abstract（参考訳）: 世界モデルは、受動的ビジュアルジェネレータから、物理AIのための基本的な運用インフラストラクチャへと移行している。これらの要件に基づいて設計されたネイティブなワールドモデルスタックであるKairosを紹介します。 1)カイロスは,オープンワールドビデオ,人間の行動データ,ロボットのインタラクションを段階的な発達経路に整理するクロス・エボディメント・データ・カリキュラムによって管理されるネイティブ・プレトレーニング・パラダイムを開拓し,世界を学ぶ。 2) ハイブリット線形時間アテンション(Hybrid Linear Temporal Attention)を備えたネイティブ統一アーキテクチャでは,スライディングウインドウが局所的ダイナミクスを捉え,拡張スライディングウインドウが中距離依存を捉え,ゲート線形アテンションが永続的なグローバルメモリを維持する。我々は、この時間的分解がエラーの蓄積を厳密に制限し、数学的に地平線を横切る状態の伝播を保証していることを示す公式な理論的境界を確立する。 3)Kairosは,サーバ上での低レイテンシなロールアウト生成をサポートするDeployment-Aware System Co-Designと,実世界の観察-アクション-フィードバックループのためのコンシューマグレードハードウェアを組み込むことで,世界を運営している。エンボディドワールドモデル、ロングホライズン、アクション・ポリティクスのベンチマークの実験は、カイロスが高い効率と能力のトレードオフを提供しながら、最高レベルのパフォーマンスを達成したことを示している。これらの結果は、カイロスを将来の自己進化的物理的知性のための密接な運用基盤と位置づけた。

論文の概要: Kairos: A Native World Model Stack for Physical AI

関連論文リスト