跳到正文
Hugging Face Daily Papers·· 2026-10-10AI 评分71

BridgeWAM:通过潜在桥接查询连接视频与动作专家

BridgeWAM: Bridging Video and Action Experts via Latent Bridge Queries

AI 导读

论文 BridgeWAM 提出一种名为 BoE 的架构,利用 32 个潜在桥接查询聚合视觉、语言和本体感觉先验,实现视频专家与动作专家的解耦训练。该方法在 LIBERO 基准上达到 98.25% 的成功率,LIBERO-Plus 池化成功率为 72.24%,并将仿真推理 FLOPs 降低 28.72%,真实机器人延迟降至 77.1ms。材料为预印本版本,未提及开源仓库或具体部署许可。

来源:Hugging Face Daily Papers · arxiv.org