世界行动模型 AW-0 把基于代码的规划与联合的视频动作预测结合进一个生成模型。在混合专家 Transformer 架构中,代码、未来视频与机器人动作作为三条耦合生成流同步生成,规划、预测与执行不再分步进行,而是同一模型内的协同过程,让机器人能够在生成未来画面的同时形成可执行的动作序列。
正文完
世界行动模型 AW-0 把基于代码的规划与联合的视频动作预测结合进一个生成模型。在混合专家 Transformer 架构中,代码、未来视频与机器人动作作为三条耦合生成流同步生成,规划、预测与执行不再分步进行,而是同一模型内的协同过程,让机器人能够在生成未来画面的同时形成可执行的动作序列。