港理工 OSWAM:单步去噪的 World Action Model 实现实时动作生成
PolyUHK · hf · 2026-11-02
香港理工大学 VCLab 发布预印本 OSWAM(One-Step World Action Model),面向自动驾驶与具身控制的实时动作生成。
- 背景问题:直接策略型 World Action Model(WAM)把动作生成与显式未来视觉预测解耦、推理高效,但仍需数十步去噪才能保证动作质量,延迟大、难以实时部署;简单减少去噪步数会破坏非线性多步轨迹,动作质量大幅退化。
- 方法:用结构化 imagination token 初始化扩散,并把未来条件化的特权信息蒸馏进单步去噪。
- 结果:单步生成即可获得实时且高质量的动作输出(自动驾驶与具身控制场景)。
「具身」频道最新
- 蚂蚁集团灵波机器人自研 LingBot-VLA 2.0：6 万小时实机数据，适配 20 多种机器人 — huangyun_122 · 2026-11-03
- Ropedia W0：用 1 万小时人类数据统一人形与机械臂的跨具身世界模型 — liuziwei7 · 2026-11-03
- Delta Intelligence 发布人形基础模型 Δ₀：专注全身移动操作 — chris_j_paxton · 2026-11-03
- Anyverse 与中科院自动化所发布 Phoenix:攻克机器人最终接触难题 — jiqizhixin · 2026-11-03
- 科技销售从业者实测 iPhone Duo:值得买,但短板明确 — thedealdirector · 2026-11-03
- a16z 领投 Tutor Intelligence 7500 万美元 B 轮，机器人由人类「导师」遥操作带教 — a16z · 2026-11-03