伯克利与英伟达提出 AW-0：代码、视频、动作三流联合的机器人世界模型
Zhuoyang Liu · hf · 2026-10-22
UC Berkeley、NVIDIA 与宾夕法尼亚大学联合提出 AW-0，一个将基于代码的规划与世界模型预测结合的 Agentic World Action Model 框架。
- 思路：现有世界动作模型缺乏组合式技能复用机制，而 agentic 机器人方法缺少对物理动力学的预测基础。AW-0 在统一的 mixture-of-transformers 架构中把代码、未来视频和机器人动作建模为三条耦合生成流。
- 代码的双重角色：代码专家生成参数化技能例程与控制逻辑，既在世界模型内部结构化多步预测，也把技能表示为可复用程序供后续 agentic 执行。
- 数据管线：自动化标注流程为机器人和人类视频轨迹标注对齐程序，并将重复出现的例程整合为可复用技能库。
- 结果：在 RoboTwin 2.0 与真实双臂操作任务上超越 VLA 与 WAM 基线，语言跟随、语义推理与鲁棒性均有提升。
「具身」频道最新
- 二代比亚迪海鸥 1 万美元，定价惊到海外网友 — alexmacgregor__ · 2026-10-22
- 米哈游等用游戏世界做具身智能续训 scaling 实验:120 组配置揭示边界 — THUSI-Lab · 2026-10-22
- AFM 实拍对比：iPhone Duo 与 iPad 纳米纹理玻璃镀膜差异 — jwt0625 · 2026-10-22
- 机器人砌砖每小时超 1000 块,人类熟练工一天仅 300-500 块 — 2C_ornot2C · 2026-10-22
- 港大团队推出 Embodied Playground:410 个任务环境测模型物理智能 — YiMaTweets · 2026-10-22
- AgenticRoboRL:把编码 Agent 的后训练方法搬到机器人上,9B 小模型反超闭源 — UCF-Ai-LLMs · 2026-10-22