Meta 发布 NAVA-WAM 视频预训练机器人动作策略

2026年10月5日，AGI Hunt 报道，Meta 团队提出 NAVA-WAM，可直接从无动作标注的观测视频中预训练机器人动作策略，从而摆脱对动作标注轨迹数据的依赖。据该报道，其训练分两阶段：第一阶段用未来视频的 flow-matching 监督与联合注意力训练 Action-DiT，学习动作先验；第二阶段用少量带标注演示进行后训练，并通过非对称注意力实现仅需动作的推理。报道称实验结果显示，NAVA-WAM 在分布内与分布外场景下均优于此前方法，动作标注效率较高，在真实机器人上也泛化良好。目前为该方法首次公开报道，暂无更多后续进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。