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统一机器人世界建模与控制(2 条相关)→
「具身」频道最新
- Nori Robotics 推出 L3，主打更低成本灵巧操作 — chris_j_paxton · 2026-07-29
- Unitree G1 机器人从车里跳出，动作流畅得像名场面 — chris_j_paxton · 2026-07-29
- Tesla दावा Robotaxi 经济价值相当于 7 辆 Model Y — JOBhakdi · 2026-07-29
- 交互式戒指做 AI 交互，触觉输出可能比语音更重要 — plopesresearch · 2026-07-29
- 黑客松团队用 OpenAI Codex 让机械臂听懂自然语言 — davidfromkansas · 2026-07-29
- 机器人颈部设计迭代：从塑料到金属，追求低轮廓与机械简洁 — carlosdponx · 2026-07-29