Meta 发布 NAVA-WAM：纯视频预训练机器人动作策略，摆脱动作标注依赖

Meta 团队提出 NAVA-WAM，可直接从无动作标注的观测视频预训练机器人动作策略，摆脱对动作标注轨迹数据的依赖。训练分两阶段：先用未来视频的 flow-matching 监督与联合注意力训练 Action-DiT 学动作先验，再用少量带标注演示后训练，以非对称注意力实现动作-only 推理。实验显示其在分布内与分布外均优于此前方法，动作标注效率高，真实机器人上泛化良好。