WAM-TTT：用无标注人类视频测试时训练世界动作模型
热点事件持续更新
WAM-TTT：用无标注人类视频测试时训练世界动作模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者提出 WAM-TTT，一种通过测试时训练从原始人类视频引导世界-动作模型（WAM）的框架。据论文，该方法将人类视频通过自监督视频预测吸收进冻结 WAM 内的轻量自适应记忆，并借助配对人-机数据的元训练和键值记忆重建目标使记忆可用于控制。 适用条件：测试时仅需无标注人类视频即可适配，无需机器人动作、人工标注或任务特定微调，预训练的 WAM 保持冻结。论文称该方法在多样操作任务上持续优于上下文人类视频条件化基线。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
WAM-TTT：通过观看人类游玩视频在测试时引导世界-动作模型报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIWAM-TTT：通过观看人类游玩视频在测试时引导世界-动作模型
研究者提出 WAM-TTT，一种从原始人类视频对世界-动作模型（WAM）进行测试时训练的引导框架。该方法通过自监督视频预测将人类视频吸收进冻结 WAM 内的轻量自适应记忆，并借助配对人-机数据的元训练和键值记忆重建目标使记忆可用于控制。测试时仅需无标注人类视频即可适配，无需机器人动作、人工标注或任务特定微调，在多样操作任务上持续优于上下文人类视频条件化基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。