UniW(A)M：用混合专家统一世界模型与世界动作模型

Jingbo Xu 等作者提出 UniW(A)M，一个基于扩散 Transformer 的混合专家框架，用共享专家复用动力学、条件路径保留不同世界模型与动作接口，统一动作条件世界建模与多种世界-动作模型变体。 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%；在 WorldArena 的三个任务上领先动作条件世界建模。部署时，PAIR 路由器从少量目标任务 chunk 场景学习，为每个执行 chunk 选择合适的 WAM 接口，将分布外任务成功率从 63.3% 提升至 76.7%。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。