Ψ-0.6：统一视觉语言世界模型中的自适应思维流

Ψ-0.6 是一个统一的视觉语言世界模型，能够自适应组合感知、语言、几何和模拟推理。该模型通过共享的 token 接口生成和解释图像、文本以及几何和运动表示，在多视角空间推理任务上超越了领先的开源模型，并支持反事实模拟。通过任务反馈的强化学习，模型能够优化中间表示的选择、生成和使用，提高视觉问答准确度，并将改进转移到未见过的基准测试上。