提出AW-0框架统一代码规划与视频动作预测

研究提出 AW-0 智能体世界动作模型框架，在统一的 mixture-of-transformers 架构中把代码、未来视频和机器人动作建模为三条耦合的生成流：代码专家生成参数化技能例程与控制逻辑，视频与动作专家生成未来视觉状态和低层电机指令。 论文称，该框架在 RoboTwin 2.0 与实机双臂操作任务上的评测中，相比 VLA 和 WAM 基线取得了更好的任务表现；论文还引入一条自动策划管线，为机器人和人类视频轨迹标注对齐的程序，并把重复出现的例程整合为可复用的技能库。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。