HuggingFace Daily Papers· Jun Cen, Yubo Guo, Hao Li, Liangkai Li, Yaoxu Lyu, Meng Wei, Zeqi Xiao, Sizhe Yang, Yuqiang Yang, Yifan Ye, Shanghang Zhang, Duo Zheng·· 4 天前精选AI 评分75
WorldBridge: 通过视频与动作桥接提升世界行动模型任务泛化能力
WorldBridge: Bridging Video and Action for Task Generalization in World Action Models
AI 导读
研究团队提出WorldBridge，一种具有视频和动作专家的世界行动模型(WAM)，通过结构化注意力和联合流匹配连接。在RoboTwin 2.0上达到96.23%成功率，在RoboCasa GR1 TableTop上达到82.8%，在DOMINO Level-1上达到57.6%，均达到SOTA性能。研究显示视频预测和动作接地在跨任务泛化机器人开发中具有互补作用。
推荐理由
视频与动作监督互补提升任务泛化，WorldBridge在多个机器人操作基准上达到SOTA性能。
来源：HuggingFace Daily Papers · arxiv.org