LingBot-VA
PulseAugur coverage of LingBot-VA — every cluster mentioning LingBot-VA across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LeRobot v0.6.0 增加了世界模型、新的 VLA 和改进的数据集
LeRobot v0.6.0 已发布，在机器人 AI 领域取得了重大进展。此次更新引入了 VLA-JEPA、FastWAM 和 LingBot-VA 等新的世界模型策略，使机器人能够“想象”未来的场景。它还通过 GR00T N1.7 和 MolmoAct2 等多个新的视觉-语言-动作 (VLA) 模型扩展了模型库，并引入了用于奖励模型的新 API。数据集管道的增强功能包括更快的加载和深度支持，以及新的模拟基准和改进的训练能力。
-
新研究推进自动驾驶和机器人领域的世界行动模型
两篇新研究论文介绍了世界行动模型（WAMs）的先进方法，这对于模拟未来环境变化和规划行动至关重要，尤其是在自动驾驶和机器人领域。第一篇论文 ReWorld 专注于通过直接优化中间表示来改进 WAMs 中的表示学习，以实现更好的视频生成和规划。第二篇论文 DIM-WAM 通过整合多样化的历史事件记忆来增强 WAMs，以处理长时任务，显著提高了机器人操作场景下的性能。
-
Next Forcing 框架提升视频生成速度和准确性
研究人员推出了一种名为“Next Forcing”的新型多块预测框架，旨在增强自回归视频生成。该方法通过提供关于未来动态的明确信号来解决当前模型的局限性，从而实现更快的训练收敛和更高的准确性，尤其是在高帧率下。该框架还加速了推理，并展示了在生成的视频中更好地遵守物理定律。
-
Flash-WAM 为世界动作模型实现 23 倍的推理加速
研究人员开发了 Flash-WAM，一个显著加快推理时间的世界动作模型新框架。传统模型需要许多去噪步骤，使得实时控制变得困难。Flash-WAM 采用模态感知步长蒸馏技术，适应视频和动作流独特的噪声特性。这使得单步推理过程成为可能，在 NVIDIA L40S 硬件上将延迟从 8 秒以上降低到 350 毫秒以下，提高了 23 倍。
-
蚂蚁集团 LingBot-VA 机器人控制模型被 RSS 2026 录用
蚂蚁集团的 LingBot-VA，一个用于机器人控制的因果世界建模框架，已被顶级的 Robotics: Science and Systems (RSS) 2026 会议录用。该框架使机器人在行动前就能预测环境变化，模仿人类的观察、判断和行动。LingBot-VA 采用了 Mixture-of-Transformers 架构，并在模拟和真实机器人任务中展现了高成功率，显示出强大的数据效率和泛化能力。该研究旨在推动机器人从简单的指令执行…