World Action Model
PulseAugur coverage of World Action Model — every cluster mentioning World Action Model across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
直接动作模型统一了机器人控制中的VLA和WAM方法
研究人员推出了一种新颖的机器人控制框架——直接动作模型（Just Action Model, JAM），该框架将策略训练的关键组件解耦。JAM分离了骨干初始化、未来观测目标和推理机制，从而能够以降低的计算需求进行前瞻性训练。该方法旨在通过提供一个统一的框架来解决视觉-语言-动作（VLA）和世界-动作模型（WAM）社区之间的争论。JAM策略在LIBERO和LIBERO-Plus等基准测试中表现出优越的性能，在RoboTwin上取得了可比…
-
RynnUnify：用于规划和机器人控制的统一具身模型
研究人员推出 RynnUnify，这是一个拥有 160 亿参数的统一具身模型，旨在整合视觉规划、物理推理和机器人控制。该 Mixture-of-Transformers 架构建立在 Cosmos3 的基础上，在长时域具身任务上展现了最先进的性能。RynnUnify 将场景理解与物理世界演变预测联系起来，实现了交错的视觉规划和主体推理。其 World-Action Model 扩展将这些预测能力转化为机器人控制，在操作任务上取得了显著成功。
-
Dream Labs 推出 AI 机器人控制器 Dream-1，融资 9000 万美元
美国初创公司 Dream Labs 推出了 Dream-1，这是一个即使没有先验训练数据也能控制机器人的 AI 模型。该模型接受文本命令并输出机器人动作，可通过 API 使用，起价为每小时 3 美元。伴随此次发布，Dream Labs 宣布完成由 B Capital 领投的 9000 万美元种子轮融资。
-
关于NeuronDiscover框架的研究论文已从arXiv撤回
一篇题为“NeuronDiscover: Agent-in-Twin for Mechanistic Discovery in Neuronal Microenvironments with World Action Models”的研究论文被提交到arXiv，提出了一个用于神经元微环境机制发现的新颖框架。NeuronDiscover框架利用共享的世界动作模型（WAM）来耦合预测、干预建议和观察设计，旨在分离溶质转运和神经元反应的竞争…
-
FastOPD框架通过蒸馏实现轻量级VLA模型部署
研究人员开发了FastOPD，一个用于部署轻量级视觉-语言-动作（VLA）模型的新框架。该方法使用On-Policy蒸馏将大型、计算成本高昂的VLA基础模型的知识转移到更小、更高效的学生模型中。FastOPD通过适配单状态教师监督的流图并结合自洽性目标来实现这一点，理论上使学生模型能够匹配理想的少步教师模型的性能。评估显示，在推理延迟和计算成本方面有显著降低，同时保留了原始模型性能的很高百分比，并且优于现有的蒸馏基线。
-
FastOPD框架支持大型VLA模型的高效部署
研究人员开发了FastOPD，一个旨在通过降低计算成本来提高大型视觉-语言-动作（VLA）模型在现实场景中可部署性的新框架。该方法使用在线策略蒸馏，从大型教师模型训练一个更小、更高效的学生模型，在更少的推理步骤中保留显著的性能。实验表明，FastOPD可以显著降低推理延迟，同时在各种VLA模型甚至World Action Model上保持高成功率，证明了其在机器人和AI部署中的实用性。
-
新的AI模型通过改进的记忆和规划能力推动机器人操作发展
研究人员开发了新的机器人操作方法，提高了在长时任务中的性能。2AM系统将任务记忆与动作模型分离，实现了更精确的控制，并在LIBERO-Mem数据集上比现有基线提高了61.5分。DUET-DINO是另一项进展，它使用同时跨视图世界建模来增强潜在规划，实现完整的7-DoF末端执行器控制，在到达任务上以高达92%的成功率超越了单视图模型。GE-Act 2.0专注于从头开始预训练和扩展世界-动作模型，通过更多的训练数据展示了显著的成功率提升，…
-
Galaxy General 推出 WAM-TTT，使机器人能够从人类视频中学习
Galaxy General 发布了全球首个用于具身人工智能模型的测试时训练（TTT）框架 WAM-TTT。该框架允许机器人在物理环境中利用人类演示视频进行实时学习和适应，解决了泛化能力衰减的关键问题。通过冻结基础模型并更新轻量级记忆模块，WAM-TTT 显著降低了数据收集成本，并实现了持续学习而不会发生灾难性遗忘，为具身人工智能的可扩展部署铺平了道路。
-
Itashi Intelligence发布以人为本数据和世界模型驱动的具身AI 2.0
具身智能初创公司Itashi Intelligence在ICRA 2026上发布了其“2.0时代”的进展，重点关注从数据收集到模型和硬件执行的完整流程。该公司强调，与依赖远程操作数据和VLM模型的“1.0时代”的局限性相比，正转向一种更具可扩展性的方法，采用以人为本的数据和世界动作模型。Itashi强调其专有的数据收集设备和独特的技能转移训练范式是实现高精度任务（如柔性线束组装）的关键差异化因素。
-
Galbot创始人：具身AI临近AlphaGo、ChatGPT里程碑
Galbot创始人兼首席技术官王贺在ICRA 2026上表示，具身智能正接近其“AlphaGo”和“ChatGPT”时刻。该公司在自主人形机器人网球比赛和灵巧手操作方面取得了突破，展示了先进的Sim2Real能力。王贺还介绍了世界动作模型（WAM）及其最新迭代LDA，该模型能够实现长时任务和跨不同机器人配置的泛化，并在便利店和仓库等现实场景中成功部署。