Wamser
PulseAugur coverage of Wamser — every cluster mentioning Wamser across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的QuantWAMs框架优化世界动作模型以实现高效部署
研究人员开发了QuantWAMs，一个用于量化世界动作模型（WAMs）的新颖框架，以提高其部署效率。与以前的方法不同，QuantWAMs根据模型的结构、部署分布和任务目标来校准量化决策。这种方法引入了共享基数异常值校准、联合训练目标显著性以及固定干预部署审计的策略。在包括真实机器人操作任务在内的各种基准测试上的评估表明，QuantWAMs在保持接近全精度模型的性能的同时，显著减少了内存使用并提高了速度。
-
新的世界-动作模型增强机器人操作和泛化能力
研究人员开发了几种新的机器人操作世界-动作模型（WAMs），旨在提高效率和鲁棒性。LiLa-WAM专注于轻量级潜在推理空间，可在单个GPU上进行端到端训练，在基准任务上取得了很高的成功率。ST-WAM通过使用具有DINOv3特征和历史检索的语义-时间建模，增强了在视觉分布变化下的鲁棒性，在真实世界场景中表现明显优于先前模型。LAWM-3D从人类视频中学习3D感知潜在动作，通过多视图不变性和几何对齐来提高世界模型性能。XEWorld引入…
-
FlowWAM论文提出将光流作为WAMs的统一动作表示
研究人员推出FlowWAM，一个利用光流作为世界动作模型（WAMs）统一动作表示的新框架。这种双流扩散方法将编码丰富的每像素位移的光流与RGB视频集成在一个共享的预训练视频生成器中。FlowWAM可以在策略模式下进行动作预测，或在世界模型模式下使用目标流序列指导未来的视频生成。该方法利用大规模、无动作标签的视频数据集进行预训练，在操作任务和世界建模基准测试中表现出改进的性能。
-
UNIVERSE模型统一了自动驾驶的视频预测和轨迹生成
研究人员推出 UNIVERSE，这是一种用于自动驾驶的新型统一模型，集成了未来视频预测和轨迹生成。与之前使用独立架构的方法不同，UNIVERSE 采用单一的掩码调制 Diffusion Transformer 来共同训练视频潜在表示和轨迹 token，从而允许通过视频学习的动力学直接监督轨迹去噪。这种统一的方法增强了跨域动作泛化能力，并实现了 4.3 倍加速的仅轨迹推理，同时保持了规划精度。
-
调查阐明了用于决策的世界行动模型
一篇新的调查论文阐明了世界行动模型（WAMs）的边界和共性，WAMs是为决策而设计的预测-行动系统。这些模型在表征丰富性与计算约束之间取得平衡，利用各种方法，如大型视频生成模型或语言和视觉-语言骨干网络。该论文根据生成的内容（渲染的未来、潜在的未来或行动推理）及其预测基底、骨干网络、行动耦合和部署机制对现有工作进行了分类。它强调了在保留必要控制能力的同时，生成更少未来内容的趋势。