跳到正文
arXiv · 机器人与计算机视觉· Huanan Liu, Ye Li, Kangye Ji, Xiaoyu Chen, Hanyun Cui, Yutian Shen, Yuan Meng, Chenglei Wu, Jingyan Jiang, Bo Li, Zhi Wang·· 2026-10-08精选AI 评分85

RealtimeWAM:如何实现世界动作模型的实时运行?

RealtimeWAM: How Fast Can I Run My World Action Model?

AI 导读

针对世界动作模型(WAM)高推理延迟限制机器人控制响应的问题,作者提出了 RealtimeWAM 这一无需重新训练的通用框架。该框架通过层间依赖重叠观测处理与预测、在视觉稳定区域缓存特征以及复用 Transformer 残差等策略协调并行执行与自适应计算。

推荐理由

该工作提出无需重新训练的通用框架,通过并行执行与自适应计算显著降低推理延迟,在真实任务中提升成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org