AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制

trevordarrell · x · 2026-10-27

AW-0 是首个 World Action Model，在单一生成式模型中联合完成三件事：生成显式代码（技能调用、对象参数与控制流）做规划、生成未来视频预测视觉动态、生成连续电机控制信号驱动机器人。三者通过联合去噪一起生成，语义规划能直接塑造预测未来与机器人行为。

关键细节：支持混合执行——生成的程序也可直接跑在感知与控制 API 上；在 RTX 5090 上仅比基线 WAM 多约 40ms 推理延迟；预训练数据约 3000 小时机器人 + 人类演示。项目页、论文与代码已开放。