跳到正文
arXiv · 机器人与计算机视觉· Chongyu Fan, Gaowen Liu, Ramana Rao Kompella, Jason Corso, Sijia Liu·· 2 天前AI 评分73

ResWAM:通过学习变化而非静态内容构建世界 - 动作模型

ResWAM: Learning What Changes, Not What Stays, for World-Action Models

AI 导读

arXiv 预印本论文 ResWAM 提出视觉残差学习策略,在冻结 DINOv3 空间下仅监督当前帧到未来帧的特征变化,避免背景冗余。

来源:arXiv · 机器人与计算机视觉 · arxiv.org