N_0-TWAM: 首个大规模触觉原生世界-动作模型
NeoteAIEmbodied · hf · 2026-08-03
N0-TWAM 是一个面向复杂接触操作的触觉原生世界-动作模型，能同时预测未来视觉与接触状态，是目前已知首个在大规模尺度上训练的触觉世界模型。
核心亮点：
- 大规模预训练：基于 6 种实体形态和 450 个任务的丰富触觉演示数据进行联合训练。
- 物理接地信号：采用统一的基于力的触觉表示，为动作生成提供物理条件。
- 长时序任务优化：引入触觉接触事件进行任务分段，提升多阶段操作表现。
- 高效架构：采用非对称 Mixture-of-Transformers 架构，以全宽专家预测视频，轻量专家预测动作与触觉，保障实时性。
代码与模型权重将开源，以推动触觉机器人操作研究。
「具身」频道最新
- 荣耀机器人手机实测：机械云台加AI大脑，让手机从工具变伙伴 — 数字生命卡兹克 · 2026-08-03
- CS-JEPA: 去中心化群体机器人的高效状态预测架构 — ITMO · 2026-08-03
- ODEWorld: 基于常微分方程的连续时间世界模型 — Dongxiu Liu · 2026-08-03
- comma.ai 复盘自动驾驶模型早期离谱 Bug — dosco · 2026-08-03
- 对话超维动力罗平：具身模型的核心是打通人类数据到机器人的闭环 — 机器之心 · 2026-08-03
- 华科联合华为推TurboVLA：绕开LLM实现32Hz高频机器人控制 — 机器之心 · 2026-08-03