跳到正文
热点事件持续更新

DiffWAM 与 ThinkWAM 模型论文发布

3 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026 年 11 月 17 日,Xinheng Zhang 等人发布 DiffWAM 混合专家框架,旨在解决机器人未来状态预测中的任务无关干扰问题。同日,Haoyun Tang 等人推出 ThinkWAM 模型,该方法基于潜在空间构建世界 - 动作模型,通过提议 - 反思 - 细化循环优化动作生成并建立执行前的双向反馈机制。 两篇论文均在 arXiv 公开,分别展示了在 LIBERO、RoboTwin 2.0 基准上的性能结果及理论方法。

AI 根据报道生成 · 9 小时前更新

事件进展

3 个进展

  1. 11月18日 13:00 · 1 篇报道
    Bridging Scene Generation and Planning: Driving with World M
    arXiv · 机器人与计算机视觉:Bridging Scene Generation and Planning: Driving with World Model via Unifying Vision and Motion Representation
  2. 11月17日 13:00 · 1 篇报道
    DiffWAM: Learning World Action Model from Consecutive Visual
    arXiv · 机器人与计算机视觉:DiffWAM:从连续视觉差异中学习世界动作模型
  3. 11月17日 13:00 · 1 篇报道
    ThinkWAM 提出基于潜空间的提议 - 重思 - 细化循环以改进动作生成
    arXiv · 机器人与计算机视觉:ThinkWAM:重新思考用于动作优化的潜在未来预测

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉精选
    Bridging Scene Generation and Planning: Driving with World Model via Unifying Vision and Motion Representation

    论文提出了 WorldDrive 框架,旨在解决现有驾驶世界模型仅关注视觉表征而忽视运动规划需求的问题。该方法通过统一视觉与运动表征,引入轨迹感知的世界模型以生成符合特定意图的未来场景,并将预优化的编码器转移至多模态规划器中。

11月17日
  1. arXiv · 机器人与计算机视觉精选
    DiffWAM:从连续视觉差异中学习世界动作模型

    论文提出了 Difference World Action Model (DiffWAM),这是一种混合专家框架,旨在解决未来状态预测中任务无关内容干扰的问题。

  2. arXiv · 机器人与计算机视觉
    ThinkWAM:重新思考用于动作优化的潜在未来预测

    论文介绍 ThinkWAM,一种基于潜在空间的 World-action model(世界 - 动作模型),通过提议 - 反思 - 细化循环优化动作生成。该方法利用提议修正多时域未来潜变量残差,并将修正后的潜变量注入第二遍动作头以生成可执行动作。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月18日 13:00
近 24 小时变化
0%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。