arXiv · 机器人与计算机视觉· Yongxin Ning, Runliang Niu, Qianli Xing, Zhiyi Duan, Qingzu He, Pan Wang, Qi Wang·· 2026-10-06AI 评分63
Imagine to Act:通过图像编辑世界模型实现高保真数据合成以支持可扩展的 GUI 智能体训练
Imagine to Act: High-Fidelity Data Synthesis via Image Editing World Model for Scalable GUI Agent Training
AI 导读
针对 GUI 智能体训练依赖大规模高保真视觉 - 动作轨迹且难以获取的问题,本文提出 Infinite-Dreamer,一种无需仿真环境的基于像素级图像编辑的世界模型方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org