LaWAM潜世界动作模型论文发布

Jialei Chen等作者发布论文，提出潜世界动作模型 LaWAM：它不重建未来视频，而是用紧凑的潜在视觉子目标把预测动力学暴露给机器人策略。其核心 LaWM 在预训练视觉基础模型的潜在空间中训练，并复用该模型的前向解码器预测未来观测特征。 作者称，LaWAM 在 LIBERO 上成功率为 98.6%、在 RoboTwin 上为 91.22%，在真实机器人操作任务上也取得领先或相当的成功率，同时保持低延迟推理：每次动作块预测耗时 187 毫秒，实际耗时延迟比像素空间 WAM 最多低 24 倍。论文已被 CoRL 2026 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。