KAIST 提出 FRED 自蒸馏方法，机器人任务成功率大幅提升

KAIST 与 RLWRLD 团队提出 FRED（Future REpresentation learning via self-Distillation），一种面向世界动作模型（WAM）的自蒸馏单步去噪表征学习方法。在机器人 WAM 真机任务上，FRED 显著改进了性能，人类到机器人技能迁移的成功率从 19.4% 提升至 50%。

2026-10-23 ~ 2026-10-24 · 2 条相关

• KAIST FRED 自蒸馏改进世界动作模型，人转机器人技能成功率 19.4%→50% — kaist-ai · 2026-10-23
• KAIST 推出 FRED:自蒸馏单步去噪表征,机器人 WAM 真机任务大幅提升 — coallaoh · 2026-10-24