arXiv cs.AI· Fei Zhang, Zhaochong An, Duncan Frost, Yikai Wang, Pengfei Liu, Ya Zhang, Michal Drozdzal, Amir Bar·· 14 小时前AI 评分36
ProWAM：渐进式视觉规划的世界动作模型
World Action Modeling with Progressive Visual Planning
AI 导读
ProWAM 提出渐进式世界动作模型，联合预测动作与有序稀疏视觉子目标，执行单次视频骨干前向以缓存子目标特征，免去迭代生成完整视频。在仿真基准上刷新 SOTA：LIBERO-Plus 达 85.8%、随机化 RoboTwin 达 75.7%，相对最强基线最高提升 +35.9%；RoboCasa365 成功率 48.1%，Composite-Unseen 分项 18.2%。
来源：arXiv cs.AI · arxiv.org