DreamX-Phi 1.0은 관찰된 프레임, 언어 지시, 액션 시퀀스를 기반으로 미래 관찰 결과를 예측하는 로봇 조작을 위한 액션 기반 비디오 월드 모델이에요.
모델은 각 팔의 움직임을 보존하기 위해 PRoPE 스타일의 기하학적 인코딩을 사용하고, 장면의 기하학적 구조와 작은 조작 객체의 일관성을 유지하기 위해 깊이 분기 및 SAM3 마스크를 활용해요.
WorldArena~2.0 Challenge에서 1위와 2위를 차지했으며, 모델과 코드는 공개될 예정이에요.