arXiv Artificial Intelligence· Yusen Feng, Bingchen Han, Jiangran Lyu, Kai Liu, Yixin Zheng, Yuxuan Wan, Weiheng Liu, Sun Han, Ruiqin Li, Yulong Zhang, Fangfu Liu, Xuesong Shi, Libin Liu, Yizhou Wang, Zhizheng Zhang, He Wang·· 2 小时前AI 评分40
WAM-TTT：通过测试时观看人类操作视频引导世界-动作模型
WAM-TTT: Steering World-Action Models by Watching Human Play at Test Time
AI 导读
WAM-TTT 是一个测试时训练框架，可从原始人类视频中引导世界-动作模型，无需机器人动作、人工标注或任务特定微调。该方法通过自监督视频预测将人类视频吸收进冻结 WAM 内的轻量自适应记忆，并用配对人-机器人数据和键值记忆重建目标进行元训练对齐。实验显示其在多种操作任务和泛化设置下持续优于上下文人类视频条件基线。
来源：arXiv Artificial Intelligence · arxiv.org