OSWAM：一步扩散生成动作的世界动作模型

Guowen Zhang 等作者发布论文，提出面向自动驾驶与具身控制的世界动作模型 OSWAM，把动作生成压缩到只需一步扩散。作者称，用想象 token 初始化扩散过程以提供物理先验和动作条件表示，并引入带未来条件的特权信息蒸馏，使动作质量与需要数十步的直接策略 WAM 和 Joint-WAM 相当或更好。 作者给出的效率数据是：相比直接策略 WAM 基线约 3 倍加速，在 NVIDIA RTX 5090 GPU 上编译推理延迟低至 40ms。这些质量与速度结论均出自论文作者自述。

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。