← 全部模型资讯

MBZUAI 旗下 IFM 开源 PAN 2:Apache 2.0 的 29B 世界模型,多步计划完成率自报 34%

据 MarkTechPost 2026 年 11 月 10 日报道,MBZUAI 的 IFM 发布 29B 世界模型 PAN 2,权重、训练与推理代码按 Apache 2.0 发布,可用 Diffusers、vLLM、FastVideo 或仓库脚本运行。IFM 自报多步完整计划完成率 34.0% 领先其所测 6 个模型,但约三分之二计划仍漏步,单动作与人类偏好落后 MiniMax-H3,显存与生成时间未公布。

发布 更新

发生了什么

IFM 于 2026 年 11 月 10 日在 X 上宣布 PAN 2,MarkTechPost 同日报道。PAN 2 是面向物理智能的通用世界模型,输入一个场景与一段文本动作,输出动作发生后的视频;它沿用 IFM 论文中提出的生成式潜变量预测架构,是 2025 年 11 月发布的 PAN 的继任者。架构分成两段:概念推理由一个具备指令遵循能力的 LLM 把观测与动作写成结构化 JSON(事件、绑定到行动者的定时动作、相机运动),IFM 报告中默认使用 Kimi K3;感知推理由从零训练的 29B 稠密 MMDiT 预测视频潜变量,冻结的 Qwen3.5-9B 文本编码器提供条件,Wan 2.2 VAE 解码器渲染最终画面。输出规格为 704×1248、24 fps、最长 20 秒,默认片段 241 帧约 10 秒,采样默认 50 步、flow shift 9、guidance 2.5。报道称权重、训练代码与推理代码均以 Apache 2.0 发布,可通过 Hugging Face Diffusers、vLLM、FastVideo 或仓库自带脚本运行,并附有一个用于 Claude Code 与 Codex 的概念推理器技能,把自由文本改写为结构化描述。IFM 的消融显示概念推理不可或缺:移除后完整计划完成率从 34.0% 降至 0.0%,步骤完成率从 75.1% 降至 8.7%,仅做格式改写可回到 27.8%。报道还提到 IFM 在早期训练后剔除了游戏、动画与模拟类素材,一个未使用这些素材训练的 9B 测试模型在盲测投票中赢得 58% 票数。

对开发者的影响

对开发者来说,先把可用性与能力边界分清,比看排名更有用。许可证层面,报道称权重、训练与推理代码都是 Apache 2.0,这一组合比只开放权重更接近可自建训练管线的发布;但整条推理链路还依赖冻结的 Qwen3.5-9B 文本编码器与 Wan 2.2 VAE 解码器,报道未交代这两部分的许可条款,商用前需要自行核对。硬件层面,报道只说每个 GPU worker 以 BF16 加载完整 29B 模型、以 block offloading 作为回退,没有给出显存数值与生成时间,容量规划只能靠自测。能力层面,这是 IFM 自报数据:在 100 个多步任务上完整计划完成率 34.0%(MiniMax-H3 32.50%、FLUX 3 26.77%、Seedance 2.5 24.49%),步骤完成率 75.10% 与 H3 的 75.12% 基本持平;但 6 项单动作能力总体 84.48%,低于 H3 的 87.20%,报道称 H3 在全部 6 个类别领先,人类 Elo 1595 也低于 H3 的 1620。换句话说,若你的负载是单动作视频生成,这次发布没有给出换模型的理由;若负载是“先模拟再行动”的多步规划,它提供了一个可自托管、且带训练代码的选项。消融结果也说明它不是下载即用:移除概念推理后完整计划完成率归零,仅改写格式只能回到 27.8%,规划器与提示词的工程质量直接决定可用性。此外,报道建议单独部署 pan2-guardrail,IFM 测试中它把有害文生视频请求的不安全输出从 33.9% 降到 1.5%,同时拦截了 11.5% 的良性请求——护栏在降低风险的同时会带来误拦成本。

接入与评估建议

以下为基于报道的条件分析与建议,不是已验证结论。第一项决策是规划器与提示词管线要不要自建。报道称移除概念推理会让完整计划完成率从 34.0% 掉到 0.0%、仅格式改写回到 27.8%;若你的负载是多步任务,实际选择是把 LLM 规划器与结构化 JSON 改写流程纳入工程范围,而不是把自由文本直接交给模型。前提是任务确实需要多步模拟;若只是单动作出片,上述消融结论不适用。可测口径是在你自己的多步任务集上比较自由文本与改写后结构化描述两种输入的完整计划完成率与步骤完成率,同时注意描述有 1536 token 的硬性预算,改写后是否被截断会直接改变结果。第二项决策是护栏放不放进链路。报道称 IFM 测试中 pan2-guardrail 把有害请求的不安全输出从 33.9% 降至 1.5%,但拦截了 11.5% 的良性请求;若提示词来自不受控的用户,倾向把护栏设为默认前置过滤,若只在内部使用且提示词可控,误拦成本会更突出。可测口径是在你已有的提示样本上同时统计良性误拦率与有害输出残留率,先定一个可接受的误拦上限再决定是否上线。第三项决策是服务栈与显存基线怎么定。报道列出 Diffusers、vLLM、FastVideo 与仓库脚本四条路径,并说明默认 241 帧、50 步,但没有给出显存与生成时间。选择是先固定一条路径做基线,再逐项测每个 worker 的峰值显存、开与关 block offloading 的单片段耗时以及由此产生的画面质量差异。由于完整计划完成率只有约三分之一,建议以“每个成功完成的多步计划”而不是“每段视频”为口径核算成本,这样单步失败造成的重试开销才会被计入。

限制与待确认事项

报道中的分数全部由 IFM 自报、在其自建测试套件上运行,不是第三方复现。同一份材料内部口径也不一致:摘要给出 Physics-IQ 系统默认值 37.48、MiniMax-H3 为 42.91,表格则给出排行榜设置下 PAN 2 为 49.38、H3 为 39.79,两组数字不能混用;模型卡与博客对 Cosmos 3 Super、LTX-2.5 的计划分数也不相同。另有几处未交代:显存与生成时间缺失,容量规划需要自测;管线所用的 Qwen3.5-9B 编码器与 Wan 2.2 VAE 解码器的许可条款未说明;11.5% 的良性误拦率来自 IFM 的测试集,换到你的提示分布未必重现;20 秒上限与 704×1248 输出是否满足你的仿真需求也需实测。PAN 2 这个版本目前没有列入 KimiSeek 目录,报道未提及任何托管 API,权重与代码的获取渠道均指厂商。报道提到 IFM 默认使用的 Kimi K3 规划器在 KimiSeek 目录中有对应条目,但规划器可替换,接入方式与价格以站内定价页为准。

三分钟跑通第一次调用

注册后创建 API Key。调用费用从账户余额扣除。新用户首充 7 折。充 ¥500,实付 ¥350,到账 ¥500。充 ¥1000,实付 ¥850,到账 ¥1000 最低充值仍为 ¥10,适合试用。

来源与编写说明

MBZUAI 旗下 IFM 发布 PAN 2:面向物理 AI 的开源 29B 世界模型

本文基于所列来源,由 AI 辅助整理、分析和翻译,并经过自动质量检查。分析与建议不代表实测结果;模型可用性与价格请以当前目录为准。