UniWorld-V2是兔展与北大团队推出的新一代图像编辑模型，基于UniWorld-R1框架，具备更强的中文理解和细节控制能力，超越多个顶尖模型，支持复杂指令和区域控制，推动图像编辑技术发展。

该研究介绍了利用占据栅格和UniWorld模型感知环境并预测未来行为的方法。UniWorld能够估计世界状态中缺失的信息，并预测世界的合理未来状态。该框架在运动预测、三维物体检测和场景语义完成等任务中展现了有希望的结果，对于实现自动驾驶具有实用价值。