world models for dexterous manipulation전문가
인지, 예측, 계획을 한 모델로: 1인칭 손 조작을 위한 통합 월드 액션 모델 P3-WAM
이 프리프린트는 1인칭 영상에서 3D 손 동작을 읽어내고, 주어진 손 움직임 뒤의 장면을 예측하며, 텍스트 지시만으로 동작과 그 결과 영상을 함께 계획하는 단일 영상 모델 P3-WAM을 만들었다. 세 능력을 함께 학습시키자 각각이 좋아졌고 4개 공개 데이터셋에서 전용 모델들을 앞섰지만, 로봇 적용은 아직 개루프 시연 2건에 그친다.