arXiv · cs.AI· Jingbo Xu, Jianjie Fang, Zhuohang Li, Zihao Song, Zhaolu Wang, Xvyuan Liu, Xin Zhang, Haisheng Su, Yinzhou Tang, Chen Gao, Wei Wu, Yong Li·· 11 小时前
UniW(A)M：统一世界模型与世界-动作模型的混合专家框架
UniW(A)M: A Unified Mixture-of-Experts Framework for World and World-Action Models
arXiv:2610.18697v1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：Jingbo Xu, Jianjie Fang, Zhuohang Li, Zihao Song, Zhaolu Wang, Xvyuan Liu, Xin Zhang, Haisheng Su, Yinzhou Tang, Chen Gao, Wei Wu, Yong Li
研究任务与主要进展
UniW(A)M提出基于扩散Transformer的统一混合专家框架，通过共享专家复用动力学，并保留不同世界模型与动作接口的条件路径。基于论文摘要，该框架在LIBERO、RoboTwin 2.0及三个真实世界操作任务上取得88.3%的平均真实世界成功率，强于最强基线的76.7%；PAIR将分布外任务成功率从63.3%提升至76.7%，并在WorldArena三个任务上领先动作条件世界建模。
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