跳到正文
arXiv · 机器人与计算机视觉· Hao Chen, Xuheng Zhang, Zhuangzhe Wu, Jiaming Liu, Shaobo Zhang, Jialin Gao, Zhonghao Yan, Di Wu, Sixiang Chen, Peng Jia, Chi-Wing Fu, Shanghang Zhang, Pheng-Ann Heng·· 13 小时前AI 评分59

LaST1.0:一种具有控制中心时空推理的统一潜在世界动作模型

LaST1.0: A Unified Latent World-Action Model with Control-Centric SpatioTemporal Reasoning

AI 导读

LaST1.0 是一种统一潜在世界动作模型,将世界建模重构为潜在空间中的控制导向未来预测,而非传统的重建导向外观细节建模。该模型采用无视觉编码器设计并引入 LaST-Attention 机制,专注于手腕视角衍生的紧凑几何感知潜在目标以捕捉机器人 - 物体交互。

来源:arXiv · 机器人与计算机视觉 · arxiv.org