港科大广州发布 UniWAM:统一物理推理、世界生成与动作预测,发现人机共训 scaling law
HKUSTGZ · hf · 2026-10-08
港科大(广州)团队提出 UniWAM,一个统一的世界-动作模型架构,同时学习物理世界的语义理解、视觉生成与动作预测。
- 设计:整合「物理推理器 + 世界生成器 + 动作预测器」三个组件;用自然语言表示低层动作,并为 VQA 数据、人类自我中心数据和机器人数据分配互补监督,既适配具身任务又保留语言能力。
- 训练细节:严格的数据清洗与标注流水线;后训练用未来视觉噪声增强降低对精确预测的依赖,历史条件流匹配用动作历史初始化生成,大幅减少去噪步数。
- 结果:在分布内性能、鲁棒性、泛化、指令遵循与长程任务上均达 SOTA;并发现人类自我中心数据与机器人数据共训的对数线性 scaling law,验证大规模人机混合预训练的有效性。
「具身」频道最新
- 开发者用 Codex 写 CAD 与构建文档，实体机器人硬件搭建效率起飞 — OpenAIDevs · 2026-10-08
- 网友深夜与 Unitree 机器人现场斗舞 — zealcaiden · 2026-10-08
- Nvidia 机器人世界模型 DreamDojo 被曝代码有严重 bug,仍中 ICML Spotlight — Amazing-Fox-7295 · 2026-10-08
- Bulkhead 无人机电机设计概念曝光：月产能达 6 万台 — MatthewChang · 2026-10-08
- 北大团队提出 ViGAR:分层世界-动作模型让机器人长程操作成功率提升 12.86 点 — DAGroup-PKU · 2026-10-08
- 开源 Agentic Workbench：能听会说能看的电子设备装配助手 — andreisavu · 2026-10-08