LaLa-World：语言条件潜世界模型提出

Junha Song 等作者提出语言条件潜世界模型 LaLa-World，用自然语言描述数值动作和视觉变化，并在仿真、机器人轨迹以及更广泛的图像和视频数据上联合训练单一未来预测器。作者称，其平均 MPC 规划性能超过按领域或任务单独训练的现有潜世界模型（LWM）。 该模型的核心做法是把动作和视觉变化都转成语言描述，从而让同一预测器跨不同数据来源学习，而不是为每个领域或任务分别训练。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。