arXiv cs.RO 机器人学· Thinker Team, Peng Gao, Jichao Jiao, Chen Liao, Daqin Luo, Yiming Ma, Baiyu Pan, Hailin Shi, Jiyuan Wang, Xiangming Xu, Xiongwei Zhao·· 5 小时前精选AI 评分62
Thinker-WM 发布统一多模态世界模型，联合建模 RGB、深度与机器人动作
Thinker-WM: A Unified World Model with Shared Multimodal Representations for Embodied Intelligence
AI 导读
Thinker-WM 提出统一多模态世界模型，通过共享的 Unified Dynamics Transformer 联合建模并生成 RGB、度量深度和机器人动作，外观、几何与动作在表示层统一演化，同一套参数支持视频-动作联合生成、世界预测、策略推理、动作条件生成、视频到动作生成和逆动力学等功能。
推荐理由
论文给出训练语料规模与三项榜单排名，可据此评估统一世界模型路线的可行性。
来源：arXiv cs.RO 机器人学 · arxiv.org