LeWAM用JEPA嵌入建模动作与环境演化

Xueji Fang 等研究者提出 LeWAM 世界动作模型，用 JEPA 嵌入替代 VAE 压缩潜变量作为动作生成条件，并在同一表征空间预测未来嵌入来建模环境演化，不再依赖视频扩散骨干。作者称该模型仅用 0.4B 可训练参数，在 RoboTwin 2.0 上平均成功率达 92.28%，与最先进的 VLA 和 WAM 相当，并在真实操作任务上保持实用效果。 针对模仿学习无法区分更好与更差动作的不足，论文提出 DemoDPO，从演示中直接构造偏好监督，作为离线偏好精炼阶段。

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。