伯克利发布视触觉世界模型 DexTacWAM

UC Berkeley 人形智能中心联合 UIUC 等机构发布面向灵巧操作的视触觉世界-动作模型 DexTacWAM。其核心思路是把触觉当作预测世界状态的一部分，通过持续视觉到触觉学习，将预训练视频世界模型改造为视触觉世界模型。在灵巧操作任务上，DexTacWAM 全部夺冠，6 项任务全面超越基线方法，展示了视触觉融合在机器人灵巧操控中的潜力。

2026-09-30 ~ 2026-09-30 · 2 条相关

• 伯克利 DexTacWAM:视频世界模型迁移为触觉,灵巧操作全任务夺冠 — berkeley_ai · 2026-09-30

另有 1 条近重复转述:berkeley_ai