InternW0-Δ 发布:20K+ 小时开放数据训练世界动作模型,将全面开源
Xingyu Miao · hf · 2026-09-28
上海AI实验室系团队推出 InternW0-Δ，一个统一的世界动作模型（WAM），用于通用机器人操作，号称拥有同类最大规模开源语料（20K+ 小时）。
架构：
- 采用 Mixture-of-Transformers（MoT）框架，预训练视频专家与动作专家在冻结 VLM 的语义引导下交互
- 预训练 4D 基础模型通过仅训练期蒸馏注入几何与运动先验
- 提出 Causal Imprint：从训练期未来监督中学习与未来相关的场景变化，推理时无需未来视频 rollout 即可给动作专家提供预测性表征
数据：异构语料含机器人示教、UMI 数据、自我中心人类示教与 Ego2Robot 数据，统一状态-动作表示对齐，超 2 万小时。
承诺开源训练代码、模型权重、基础设施、数据处理管线及许可允许下的处理数据。在仿真基准与真机平台上均超越先前方法。
「具身」频道最新
- IMLE-VLA 单步替代流匹配,机器人动作生成提速 3.67 倍达 55Hz — petitegeek · 2026-09-28
- Yacine 演示同套基础设施通用 sim2real：两分钟完成训练 — yacineMTB · 2026-09-28
- 机器人进步仅用 7 年,从被踢翻的机器狗到惊叹新高度 — alvelda · 2026-09-28
- Berkeley 提出 Morphometric Imitation:人手示教零样本迁移到 3 种机器手,真机成功率 89.3% — Berkeley · 2026-09-28
- SolidBot 导出后处理程序驱动机器人搬钢,即将测试 TCP 精度 — MatthewChang · 2026-09-28
- 车主实演示 2022 款 Tesla HW3 本地实时运行 Grok Agent — Scobleizer · 2026-09-28