Em 14 de fevereiro de 2025, o Grupo Kunlun Wanwei lançou oficialmente o modelo mundial Matrix-Zero, marcando um passo importante para a China na área de inteligência espacial. O Matrix-Zero inclui dois submodelos: um modelo de linguagem grande para geração de cenas 3D e um modelo de linguagem grande para geração de vídeos interativos, com o objetivo de remodelar os métodos de criação de conteúdo digital por meio da IA e impulsionar a inovação em setores como produção cinematográfica, desenvolvimento de jogos e inteligência incorporada.

O Instituto de Inteligência Artificial de Pequim (Beijing Academy of Artificial Intelligence - BAAI) anunciou o lançamento do modelo mundial multimodal nativo Emu3. Este modelo, baseado na técnica de previsão do próximo token, consegue compreender e gerar dados de três modalidades – texto, imagem e vídeo – sem depender de modelos de difusão ou métodos combinados. O Emu3 superou modelos open source conhecidos como SDXL, LLaVA e OpenSora em tarefas de geração de imagens, geração de vídeos e compreensão de linguagem visual, demonstrando desempenho excepcional.

A startup de robótica 1X Technologies desenvolveu um novo modelo generativo que pode aumentar a eficiência do treinamento de sistemas robóticos em simulação. A empresa anunciou o modelo em um novo post de blog, abordando um dos principais desafios da robótica: aprender um 'modelo mundial (1X World Model)' que pode prever como o mundo mudará em resposta às ações do robô. Quando o robô parte da mesma sequência de imagens iniciais, este modelo mundial pode imaginar várias possibilidades futuras, com base em diferentes propostas de ação.

O Google lançou o modelo mundial básico Genie, com 11 bilhões de parâmetros, que gera ambientes virtuais interativos. O Genie não requer rótulos de ação para treinamento, identificando sozinho as características e padrões de diferentes ações em vídeos. O Genie pode aprender controle de granularidade fina e simular uma variedade de ações potenciais. Os vídeos gerados pelo Genie são estilizados como desenhos animados, podendo simular movimentos de robôs e objetos deformáveis, sendo mais voltado para animações curtas do que o Sora.