AW-0统一建模代码、视频与机器人动作

论文作者提出 AW-0 智能体世界动作模型，将基于代码的规划、未来视频预测与机器人动作生成统一为三类耦合生成流。混合 Transformer 由代码专家生成参数化技能程序和控制逻辑，视频与动作专家生成未来视觉状态及低层电机指令。 自动整理流程通过对齐程序标注机器人与人类视频轨迹，并将重复流程汇入技能库。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。