热点事件持续更新
AnyStep-WAM 自适应去噪步数分配框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 9 月 30 日，AGI Hunt 报道，研究者提出 AnyStep-WAM 框架，为世界动作模型（WAM）按任务难度自适应分配去噪步数，而非采用固定步数。该框架在 RoboTwin 2.0 评测中基于 Motus、FastWAM、LingBotVA 三个 WAM 进行验证：平均去噪步数分别减少 60.2%、49.8%、85.28%，同时成功率保持基线水平；在单步去噪预算下，成功率分别提高 7.07%、12.08%、8.94%。目前进展为上述评测结果公布。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI HuntAnyStep-WAM：按任务难度自适应分配去噪步数，平均省 60% 步数不掉成功率
研究者提出 AnyStep-WAM，为世界动作模型（WAM）按任务难度自适应分配去噪步数。基于 Motus、FastWAM、LingBotVA 三个 WAM 在 RoboTwin 2.0 评测，平均去噪步数分别减少 60.2%、49.8%、85.28%，成功率保持基线；单步去噪预算下成功率分别提高 7.07%、12.08%、8.94%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。