跳到正文
热点事件观察中

LaWAM潜世界动作模型论文发布

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Jialei Chen 等作者提交的 LaWAM 论文被 CoRL 2026 接收。该模型不重建未来视频,而是用紧凑的潜在视觉子目标向机器人策略提供预测动态;其核心 LaWM 在预训练视觉基础模型的潜在空间中训练潜在动作模型,并复用该模型的前向解码器预测未来观测特征。 作者报告称,LaWAM 在 LIBERO 上成功率为 98.6%,在 RoboTwin 上为 91.22%;每次动作块预测耗时 187 ms,相比像素空间 WAM 的挂钟延迟最高降低 24 倍。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv · cs.AI
    LaWAM:用潜在世界动作模型实现高效动态感知机器人策略

    LaWAM 通过紧凑的潜在视觉子目标而非重建未来视频,向机器人策略暴露预测动态,在 LIBERO 上达到 98.6% 成功率、RoboTwin 上 91.22% 成功率,并保持低延迟推理。其核心 LaWM 在预训练视觉基础模型的潜在空间中训练潜在动作模型,并复用其前向解码器预测未来观测特征。LaWAM 每次动作块预测耗时 187 ms,相比像素空间 WAM 的挂钟延迟最高降低 24 倍。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。