上交大提出 RegisterWAM 世界动作模型方法

2026年10月，上海交大 AutoLab、中科院与人形机器人（上海）公司提出 RegisterWAM 方法，面向世界动作模型（WAM）：在模型中引入可学习的非空间寄存器，并直接用这些寄存器做动作条件化，以抑制表示中持久存在的高范数空间离群点。据 AGI Hunt 报道，该方法在 LIBERO-Plus 基准上取得 81.6% 的成功率。目前公开信息只包含这一方法思路与该项评测结果，尚无从早先报道可对照的数字差异，也没有更多实验细节或复现情况的披露。

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。