Meta 发布 NAVA-WAM：纯视频预训练机器人动作策略，摆脱动作标注依赖
meta · hf · 2026-10-05
Meta 团队提出 NAVA-WAM，一种「原生动作先验学习」方法，直接从无动作标注的观测视频预训练机器人动作策略。
- 核心思路：不再走「先学视觉表征再迁移到控制」或「隐式动作再接地」的间接路线，而是用视频直接训练动作策略，绕开昂贵的动作标注轨迹数据。
- 两阶段训练：第一阶段在纯观测视频上，通过未来视频的 flow-matching 监督与转移结构联合注意力，训练 Action-DiT 学习动作先验；第二阶段用少量带动作标注的演示做后训练，联合视频-动作 flow matching，并用非对称注意力解耦视觉分支与迭代动作去噪，实现高效的动作-only 推理。
- 实验结果：在分布内和分布外设置下均优于此前方法，动作标注效率高，且在真实机器人上展现出良好的泛化能力。
这项工作为摆脱动作标注机器人数据、规模化训练世界动作模型提供了一条可扩展路径。
「具身」频道最新
- 物理 AI 部署复盘会:evals、失败数据与再训练闭环 — carrycooldude · 2026-10-05
- 最受捧机器人模型百项真实操作任务只完成 7 项,演示剪掉其余 93 — carrycooldude · 2026-10-05
- Sergey Levine 深谈机器人:身体已够好,缺的是决策与数据飞轮 — 机器之心 · 2026-10-05
- 上海交大发布 LIFT:VLA 零力标注预训练,后训练注入力觉高频反应 — jiqizhixin · 2026-10-05
- 用 Muse Gadgets SDK 刷机 AI 玩具，作者改成中文橘猫界面 — op7418 · 2026-10-05
- 广交会临近，广州朗豪酒店引入轮式人形机器人迎宾冲咖啡 — CyberRobooo · 2026-10-05