提出WorldScape Policy 2.0世界动作模型

Haisheng Su 等人在 arXiv 提出 WorldScape Policy 2.0，一种带推理增强长短期记忆的可控世界动作模型，并构建事件级具身预训练数据集 ManipEvent-5M，含近 500 万条带对齐动作轨迹的事件片段。 模型的因果短期视觉记忆把近期观测作为 DiT 预填以保留局部交互动态，长期事件记忆则把历史 VLM 输出组织为全局历史、局部活跃与事件边界表示，用于进度感知检索并生成隐式子目标条件。论文称其在仿真与真实平台的实验中展现出长时程自主规划、细粒度指令跟随和上下文适应能力。

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。