arXiv · cs.AI· Liheng Ma, Rui Heng Yang, Amin Abyaneh, George Z. Xue, Behnam Rahmati, Mateo Clemente, Ziwen Hu, Anlin Chen, Tongtong Cao, Zhanguang Zhang, Yingxue Zhang·· 1 天前
Faster-WAM：用单层动作专家加速世界动作模型
Faster-WAM: Do World Action Models Need Deep Action Modules?
arXiv:2608.02365v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Liheng Ma, Rui Heng Yang, Amin Abyaneh, George Z. Xue, Behnam Rahmati, Mateo Clemente, Ziwen Hu, Anlin Chen, Tongtong Cao, Zhanguang Zhang, Yingxue Zhang
研究任务与主要进展
Faster-WAM提出一种以视频世界模型为核心、仅使用单层动作专家的世界动作模型，通过Dock of Transformers（DoT）、Lite KV-Fusion、仅以世界模型条件化动作专家以及retracted 1D-RoPE实现动作预测。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org