NVIDIA 开源 Long-WAM:长视觉上下文提升机器人控制

NVIDIA 联合 MIT、HKU、UCSD 发布开源的 Long-WAM,一个在实时控制约束下扩展因果世界-动作模型视觉历史上下文的模型-系统框架。核心发现是「拥有历史不等于用上历史」:将可感知的时间上下文从 0 扩展到 19.2 秒后,机器人控制成功率提升至 78.7%,动态堆杯任务成功率达 95%,证明更长的时间历史对实时机器人控制有直接价值。

2026-10-08 ~ 2026-10-09 · 4 条相关

另有 1 条近重复转述:arankomatsuzaki