GAWM紧凑世界-动作模型论文发布

2026年10月28日，Yang Liu等作者在arXiv Robotics发布论文，提出GAWM（Geometry-Aware World Model），一个面向多任务机器人操作的紧凑世界-动作模型（WAM）。该模型在冻结的DINOv3编码器潜在空间中预测未来观测，参数量不足100M，且无需机器人或视频预训练。报道称，在RoboTwin 2.0上，GAWM超过十亿参数级WAM；在LIBERO上，其表现与十亿参数级VLA相当；在双臂机器人上，其动作预测误差低于微调的十亿参数级VLA，推理延迟显著更低。消融实验显示，当训练数据或训练时间受限时，潜在世界模型能明显提升性能。论文代码已公开。上述性能对比均以该报道所述条件为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。