Bagel Labs 发布 WorldDiT：不到十亿参数的机器人控制模型
EXM7777 · x · 2026-07-29
Bagel Labs 发布了 WorldDiT，一个把机器人世界建模和控制统一起来的扩散式 Transformer 架构。
- 它把动作生成和视觉世界建模耦合在一起，而不是依赖大型预训练 VLM 作为动作骨干。
- 在 LIBERO 基准上，它在“不需要 VLM 生成动作”的公开方法里拿到最强结果。
- 论文称，这个模型在四个 LIBERO 套件上落在参数量与性能的帕累托前沿，可作为一个很强的 10 亿参数以下基线，供后续扩展研究使用。
所属事件:Bagel Labs发布WorldDiT统一机器人建模与控制(3 条相关)→
「具身」频道最新
- NVIDIA RTX Spark 正式发布，主打 Windows PC 本地跑 AI — ostrisai · 2026-10-16
- 四足机器人实机实现变形+步行:各姿态单独强化学习、变形时切换策略 — _Stocko_ · 2026-10-16
- 传苹果折叠 iPhone 预售火爆,首发库存几乎秒罄 — Polymarket · 2026-10-16
- KinoGen 用运动学视频生成直接为人形机器人合成全身操作参考动作 — ChongZzZhang · 2026-10-16
- Science Robotics 论文提出 F³ 事件相机预测表征，超越光流 — CSProfKGD · 2026-10-16
- 南非零售商上架 iPhone Duo 可折叠机预订页，售价 47999 兰特 — shauntrennery · 2026-10-16