实体库 · 模型
PAN 2
PAN 2:模型 · 图像 · 视频 · 世界;2026-11-10 · 开放权重 · Apache-2.0;实体库里有 1 条带证据的关系(1 条由它指出,0 条指向它)。
- 发布日2026-11-10
- 可得性开放权重
- 许可Apache-2.0(HF 标签)
- 规模 / 类型开放世界模型:一个 LLM 把“当前观察和动作”写成结构化的下一世界状态描述,再由 29B 参数的 MMDiT 补出视频的感知细节(从头训练,数亿条同格式标注的视频);输出 704x1248、24 fps、最长 20 秒,BF16,支持文生视频和图生视频;HF 权重合计约 29.2B 参数
- 可得性(原文)开放权重(Hugging Face IFM/PAN2,不需申请);附训练和推理代码,支持 Diffusers 和 vLLM;文本编码器 Qwen3.5-9B 和 VAE(Wan 2.2)要从各自仓库另外下载
- 要点推理器(模型卡):任何遵循指令的 LLM 都能用,报告评测了 Claude Opus 5.5、GPT-6 Astra(medium 档)、Kimi K3 和 Qwen 3.8 Flash,按完成完整计划的比例排序,Opus 5.5 最高;技术报告的研究默认用 Kimi K3
- 护栏(模型卡自报):pan2-guardrail 把有害的文生视频请求产出不安全视频的比例从 33.9% 降到 1.5%,图生视频没有观察到不安全输出;代价是拦了 11.5% 的无害文生视频请求和 3.3% 的无害图生视频请求;卡里写护栏“降低但不能消除”风险
- 用途(官方):让 agent 在选动作之前,先用模拟看每个候选动作的后果(simulative reasoning)
- 一手链接Hugging Face 模型卡 · MBZUAI 的 X 帖
- 进了台账的期EP.111
关系 每条写成一句话:主语 → 宾语,点开看证据
开发者 · 1
- PAN 2的开发方是MBZUAI Institute of Foundation Models
在 Landscape 的位置 · 1
- PAN 2出现在 Landscape 的「AI 新模型台账 · 05 图像、视频与世界模型」
证据 1