World Dreamer v5-lite: 一种共享一个Dreamer的多机器人世界动作模型

World Dreamer v5-lite是一种多机器人世界动作模型，围绕共享世界状态构建，用于机器人特定动作预测。该模型使用预训练视频编码器的校准特征填充此状态，并由视觉语言模型提供场景上下文。在RoboFactory上达到74.0%平均成功率，比最强基线高23.7个百分点；在四个真实机器人任务上达到78.8%平均成功率，领先13.8个百分点。