跳到正文
arXiv · 机器人与计算机视觉· Jiajun Cao, Kai Tang, Bohua Zhang, Zezhong Qian, Ying Li, Xiaozhu Ju, Xiaobao Wei, Jiaming Liu, Yang Ding, Sixiang Chen, Yiding Sun, Siyuan Qian, Tinghao Wang, Jixian Wu, Yichen Guo, Yi Zhang, Shilong Zou, Zhiyuan qin, Yong Dai, Jian Tang, Shanghang Zhang·· 2026-10-19精选AI 评分84

LAW:统一语言、动作与世界建模以服务于代理物理智能

LAW: Unifying Language, Action, and World Modeling for Agentic Physical Intelligence

AI 导读

论文提出了 LAW 框架,通过语义子任务进度将语言推理、动作生成和世界建模统一起来。其混合专家视觉语言模型负责规划剩余子任务并融合世界动作模型的提议,同时异步评估执行状态;世界动作模型利用 Transformer 专家混合架构进行视频与动作联合建模。

推荐理由

该工作提出 LAW 框架,在 RoboTwin 基准上达到 95.56% 成功率并开源 OpenWAM-alpha,展示了语言推理、动作生成与世界建模的统一路径。

来源:arXiv · 机器人与计算机视觉 · arxiv.org