热点事件持续更新

Faster-WAM：单层动作专家实现竞争性控制表现

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Liheng Ma 等研究者提出世界模型中心的 Faster-WAM 架构，把动作专家压缩到单层，仍无需额外具身预训练就在 LIBERO 与 RoboTwin 2.0 上取得有竞争力的控制表现。该设计用 Dock of Transformers 配合 Lite KV-Fusion 让轻量动作专家访问所有视频层表征，位置对齐采用 retracted 1D-RoPE，条件输入仅基于世界模型。论文称 Faster-WAM 推理速度约为 Fast-WAM 的 3.7 倍、π0.5 的 1.3 倍；真机实验的成功率与 Fast-WAM 相当，推理延迟更低、任务完成时间更短。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.RO 机器人学
Faster-WAM 论文：单层动作专家的 World Action Model 在 LIBERO 与 RoboTwin 2.0 上取得竞争力表现
Faster-WAM 提出以视频世界模型为中心、动作专家仅单层的设计，通过 Dock of Transformers (DoT) 配合 Lite KV-Fusion 让轻量动作专家访问所有视频层表征，并采用仅基于世界模型的条件输入与 retracted 1D-RoPE 位置对齐。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月8日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。