跳到正文
HuggingFace Daily Papers·· 1 天前AI 评分65

JAM:解耦骨干、目标与推理机制的统一动作模型框架

Vision-Language-Action or World-Action? Just Action Models

AI 导读

研究提出 Just Action Model(JAM)框架,把 VLA 与 WAM 的差异拆解为骨干初始化、未来观测目标和推理时是否保留该损失机制三个可分离选择,用预训练视觉骨干加动作专家、以动作损失和前瞻损失训练。

来源:HuggingFace Daily Papers · huggingface.co