arXiv · 机器人与计算机视觉· Arman Akbari, Ci Zhang, Arash Akbari, Lin Zhao, Yixiao Chen, Weiwei Chen, Xuan Zhang, Geng Yuan, Yanzhi Wang·· 2026-10-06精选AI 评分78
Flash-WAM:面向世界动作模型的模态感知蒸馏方法
Flash-WAM: Modality-Aware Distillation for World Action Models
AI 导读
Flash-WAM 是一种模态感知的步骤蒸馏框架,旨在解决世界动作模型(WAMs)在联合视频与机器人动作生成中因噪声分布不对称导致的传统蒸馏失效问题。该方法为动作流采用线性梯度缩放参数化以匹配低噪声 regime,同时为视频流保留方差以保持高噪声 regime 的稳定性。
推荐理由
针对多模态蒸馏在联合视频 - 动作生成中的失效问题,提出模态感知的单步蒸馏框架 Flash-WAM。
来源:arXiv · 机器人与计算机视觉 · arxiv.org