跳到正文
arXiv · 机器人与计算机视觉· Linhan Wang, Zijian An, Mingyuan Zhang, Chen Dai, Yi Xu, Can Cui, Jiayan Wang, Zichong Yang, Yinlin Chen, Lifeng Zhou, Chang-Tien Lu·· 2026-10-05精选AI 评分82

GlanceWAM:稀疏测试时想象的世界 - 动作模型

GlanceWAM: Sparse Test-Time Imagination for World-Action Models

AI 导读

论文介绍 GlanceWAM,一种基于共享视频 DiT 骨干的异步世界 - 动作模型架构。该方法将视觉想象解耦为后台慢速时钟运行的异步提议器,在潜在空间解码动作块,从而打破同步生成带来的延迟瓶颈。

推荐理由

该工作提出 GlanceWAM,通过异步解耦视觉想象与动作控制,在 RoboCasa 和 LIBERO 基准上实现实时推理与高成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org