NVIDIA 开源 Long-WAM:扩展视觉上下文实现实时机器人控制
_akhaliq · x · 2026-10-08
NVIDIA 发布了 Long-WAM,一个面向实时机器人控制的 world-action 模型,能够扩展视觉上下文长度以利用更长的时间历史。
论文的一个关键实证发现是:访问历史并不等于真正利用历史——只有当视频基础模型采用自回归方式预训练时,更长历史带来的收益才会显著放大。这一结论对机器人控制领域的预训练策略选择有直接指导意义。
所属事件:NVIDIA 开源 Long-WAM，长时视觉上下文助力实时机器人控制(2 条相关)→
「具身」频道最新
- 前 OpenAI CTO 硬件公司推 Interface:99 美元手掌式 Agent 控制器 — cneuralnetwork · 2026-10-09
- 特斯拉 Robotaxi 团队 24/7 追风暴,验证恶劣天气下的自动驾驶 — yunta_tsai · 2026-10-09
- Agent Buddy：给编码智能体配个 ESP32 桌面宠物，状态一眼可见 — DanWahlin · 2026-10-09
- 实测 Viture Beast 连 iPhone 18:作者称更想要纯音频形态 — curious_vii · 2026-10-08
- 投行高管称中国在 LLM 赋能机器人领域全球最激进 — PAstynome · 2026-10-08
- GOTT:统一接触原语让灵巧手完成扫地倒水等真实任务 — ChongZzZhang · 2026-10-08