UniWM统一视觉导航世界模型被ECCV 2026接收

Yifei Dong 等研究者提出 UniWM，一个将第一人称视觉前瞻与规划整合在单一多模态自回归骨干中的记忆增强世界模型，使动作选择基于视觉想象结果，实现预测与控制的对齐，论文已被 ECCV 2026 接收。 作者称，在 Go Stanford、ReCon、SCAND、HuRoN 四个基准及 1X Humanoid Dataset 上的实验显示，UniWM 将导航成功率提升最高达 30%，并对未见过的 TartanDrive 数据集实现零样本泛化。

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。