GlanceWAM：异步稀疏世界-动作模型降低延迟并提升成功率

研究团队发布论文提出 GlanceWAM，在单一共享视频 DiT 骨干上将视觉想象与控制解耦：异步提议器在慢时钟后台想象数秒后的单帧前瞻画面，动作头则以控制频率（48 ms）在潜空间直接解码动作块，不阻塞控制。 据论文，该方法在 24 任务 RoboCasa 厨房基准上取得 72.2%（对比同步 Cosmos Policy 的 67.1%），LIBERO 上取得 99.0%，同时将每块控制延迟较同步世界-动作模型降低 24 倍（单块 A100 上为 48 ms）。在单臂和双臂真实机器人操作中，其平均成功率高于 π0.5，且未使用任何机器人数据预训练。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。