arXiv · 机器人与计算机视觉· Thinker Team, Peng Gao, Jichao Jiao, Chen Liao, Daqin Luo, Yiming Ma, Baiyu Pan, Hailin Shi, Jiyuan Wang, Xiangming Xu, Xiongwei Zhao·· 2026-10-15精选AI 评分78
Thinker-WM:一种用于具身智能的统一多模态世界模型
Thinker-WM: A Unified World Model with Shared Multimodal Representations for Embodied Intelligence
AI 导读
Thinker-WM 是一种统一的多模态世界模型,通过共享中间层 Unified Dynamics Transformer 联合建模并生成 RGB、度量深度和机器人动作。
推荐理由
Thinker-WM 提出统一多模态世界模型,在共享动力学表示下联合生成 RGB、深度与动作,并在 EWMBench 等基准中表现领先。
来源:arXiv · 机器人与计算机视觉 · arxiv.org