Unified world-action model专业
UniWAM统一世界-动作模型:融合物理推理、视觉生成与动作预测,LIBERO与RoboTwin刷新SOTA
UniWAM是一个统一世界-动作模型,将物理推理、视觉生成和动作预测集成在单一混合Transformer架构中,并在约1万小时人类与机器人数据及829万VQA样本上预训练。该预印本在LIBERO、RoboTwin等基准上取得SOTA,真机实验指令跟随与长程任务也优于π0.5和Motus。其重要之处在于展示了人类-机器人联合预训练的对数线性扩展规律,为通用机器人模型提供数据与架构路径。