跳到正文
arXiv · 机器人与计算机视觉· Yu Zhou, Xinyuan Xia, Xuankun Yang, Yinghao Yang, Wendi Chen, Bowen Liu, Jianhan Ma, Weicheng Duan, Jun Lv, Cewu Lu, Yanwei Li·· 9 天前AI 评分73

SWAM:通过跨模态对齐扩展世界动作模型

SWAM: Scaling World Action Models with Cross-Modal Alignment

AI 导读

论文 SWAM 针对世界动作模型(WAM)中动作学习可能损害语言 - 视频对齐的问题,系统研究了监督设计与架构影响。研究混合使用第一人称视频与 UMI 演示数据,在固定预算下提升了控制泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org