PhiZero: Un modelo de mundo construido sobre lenguaje físico | Simulación y razonamiento sobre leyes físicas mediante procesamiento de lenguaje | Cómo representar la dinámica del mundo real con tokens estructurados

Abstract

PROBLEMA: Los modelos de mundo actuales a menudo dependen de representaciones visuales latentes complejas que son difíciles de interpretar o integrar con el razonamiento lógico del lenguaje natural. SOLUCIÓN: PhiZero propone un enfoque radical donde el mundo se representa mediante un "Lenguaje Físico" estructurado, permitiendo que el modelo razone sobre la dinámica del entorno mediante tokens lingüísticos que describen leyes y estados. METODOLOGÍA: El modelo utiliza un transformador entrenado para predecir transiciones de estado descritas en este lenguaje especializado, permitiendo simulaciones internas de alta fidelidad. RESULTADOS: PhiZero muestra una precisión excepcional en tareas de predicción de colisiones y trayectorias, superando a modelos visuales en situaciones que requieren comprensión de reglas deterministas. RELEVANCIA: Este enfoque une la potencia simbiótica del lenguaje con la precisión de la física, ideal para aplicaciones en robótica y planificación agéntica donde la explicabilidad es clave.