提出多模态自回归世界-动作模型ModAR

Adam Hung等提出ModAR世界-动作模型，称其为首个在预测动作前自回归去噪多种未来模态的WAM，使每次预测可条件于先前生成的模态。 论文报告的评测中，ModAR平均成功率略高于基线（75% 对 72%），训练FLOPs约为基线的1/20，且未使用预训练；在三项真实双臂任务上优于基线，并称加入人类视频后表现有提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。