LAW框架统一语言推理、动作生成与世界建模

Jiajun Cao 等研究者提出并发布 LAW 闭环 VLM-WAM 框架，通过语义子任务进度统一语言推理、动作生成与世界建模，用于长时程操作。其中混合专家视觉-语言模型规划剩余子任务并评估动作，世界-动作模型以 Mixture-of-Transformer Experts 联合建模视频与动作，双流分层视觉记忆为两者保持时序上下文。 论文称 LAW 在 50 项 RoboTwin 任务上平均成功率 94.21%，其 2B 参数的 VLM 也优于使用 Embodied-R1.5 和 GPT-5.5 High 的变体。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。