UniWALM：视频骨干一次扩散同时完成规划、记忆与操作
drsrinathsridha · x · 2026-11-10
转推介绍 UniWALM：一个基于视频的统一 backbone，能在一次扩散推理中完成规划、记忆、决策与动作，训练数据含动作与 VQA 数据。关键成绩：双手任务记忆能力 11%→61%；RMBench M(n) 34.5%（超 Mem-0 的 28.5%）；Pick & Place 提升 13.4 个百分点；音频输出为预测的子任务（TTS）。展示了视频生成模型作为具身智能底座的路线。
「具身」频道最新
- MuJoCo Playground 1.0 发布:内置完整 sim-to-real 流程,SO101/YAM 开箱即用 — philfung · 2026-11-10
- 合成腕部相机画面曝光：机器人触软物训练数据新玩法 — andrew_n_carr · 2026-11-10
- 苹果论文：通用大模型零样本控机械臂，成功率85.6%碾压专用VLA — rohanpaul_ai · 2026-11-10
- Boston Dynamics 给 Atlas 装轮滑鞋，RL 策略一次搞定空中 360 转体 — LinusEkenstam · 2026-11-10
- Musk 称 Cybertruck 订单远超产能,约 8 个月后停产 — minchoi · 2026-11-10
- CoRL 2026 现场:每家热门机器人公司都到了 — chris_j_paxton · 2026-11-10