EVO-WAM:模型靠想象自训练,机器人未见任务成功率从27%升至68%
量子位 · wechat · 2026-10-19
EVO-WAM团队提出一种让世界动作模型（WAM）不依赖新增专家示范和外部环境试错、依靠自身生成经验自我改进的方法，量子位发布团队投稿介绍。
核心思路是「想象→验证→学习」循环：让模型从单张初始观测出发，逐段生成完整候选视频与动作轨迹，再用 VLM 判断任务是否完成、用逆动力学模型（IDM）检查画面与动作是否一致，只保留通过双重验证的片段，与原始数据混合微调模型，跨轮次迭代。
关键结果：在 RoboTwin2.0 七个未见仿真任务上，Cosmos3 经四轮自训练平均成功率从 26.9% 提升到 68.0%，DreamZero 从 28.5% 升至 46.4%；三个未见真机长时序组合任务从 20.0% 升至 76.7%，且已见任务性能基本保留。消融显示仅用 VLM 视觉验证第四轮只有 43.7%，加入 IDM 动作一致性检查才到 68.0%，说明画面成功不等于动作监督质量。论文与代码已开源。
「具身」频道最新
- Sergey Levine：机器人正重演 LLM 的提示词革命 — adityaag · 2026-10-23
- Sergey Levine 访谈全文：机器人正重演 LLM 的范式转变 — adityaag · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- 人行道上的配送机器人实拍,自己走完送货最后一公里 — HomeNowWTF · 2026-10-23
- 用 ESP32 小屏给 Claude Code 做 status 卡片，Go 本地检测状态 — tonylook · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23