跳到正文
arXiv · 机器人与计算机视觉· Jingxiang Guo, Haoyu Zhao, Xidong Zhang, Yuhang Zheng, Hao Wu, Chen Gao, Jianshu Zhou, Shuicheng Yan, Weihao Yuan·· 2026-10-20AI 评分59

UMI-WM:基于手腕相机的双手操作交互式世界建模

UMI-WM: Interactive World Modeling for Bimanual Manipulation from Wrist Cameras

AI 导读

arXiv 论文介绍 UMI-WM,这是一个动作条件的双手世界模型,能联合生成两个手腕视角的视频并保持跨视图一致性与视觉保真度。模型将每只手臂的动作注入其手腕流,利用稀疏枢纽令牌交换场景信息,并结合相机感知几何条件与引导噪声支持运动控制。

来源:arXiv · 机器人与计算机视觉 · arxiv.org