arXiv cs.RO 机器人学· Timi Owolabi, Hikmah Olawore, Frances Adelakun, Ayotomiwa Oyewumi·· 2 小时前精选AI 评分58
SmolWAM：面向边缘设备的机器人操作隐空间世界-动作模型
SmolWAM: A Latent World-Action Model for Robotic Manipulation on Edge Devices
AI 导读
SmolWAM 是一个面向边缘设备的隐空间世界-动作模型（WAM），从 2B 参数的 Cosmos Policy 蒸馏而来，保留其预训练主干并重建推理接口，包括单帧视觉隐变量、缓存文本特征、28 个 transformer 块中的 12 个，以及 1,008 个 token，通过一步 rectified-flow 读出动作与未来视觉隐变量。
推荐理由
论文给出了从2B参数教师模型蒸馏出轻量WAM的具体做法与量化指标，关注端侧部署的读者可参考其裁剪思路。
来源：arXiv cs.RO 机器人学 · arxiv.org