ResWAM:冻结 DINOv3 特征上学视觉残差,VLA 策略成功率升且算力更省
OPTML-Group · hf · 2026-11-18
ResWAM 面向世界-动作模型(World-Action Model),核心是在冻结的 DINOv3 特征上做视觉残差学习——只学「变化的部分」而非「不变的部分」,再搭配经条件流匹配训练的轻量双分支 DiT,提高视觉-语言-动作(VLA)策略成功率的同时降低训练与推理算力。
「具身」频道最新
- 机器人多模态数据集 HubEgo-100K 冲上 Hugging Face 热榜 — HubLabs · 2026-11-18
- ForceHarness:冻结前沿模型零样本控机器人,力觉成功率从 3.3% 升至 90% — showlab · 2026-11-18
- Genesis AI 获 5 亿美元融资后发布 Eno 人形机器人 — CyberRobooo · 2026-11-18
- 开源 LiDAR 定位软件:无 GPS 无初值,4.5 秒定位误差约 2 厘米 — rsasaki0109 · 2026-11-18
- ImpedanceMimic:把学习型阻抗当动作空间,人形机器人力控模仿精度超 SOTA — tweetsatpreet · 2026-11-18
- 曝谷歌秘密研发机器人模型 Astra,上下文达 104 万 token — lyraxana · 2026-11-18