VTAM视触觉世界-动作模型提出
热点事件观察中
VTAM视触觉世界-动作模型提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv Robotics 刊出 Haoran Yuan 等作者的论文，提出 VTAM——一种面向接触密集操作的高效视触觉世界-动作模型。据该报道，VTAM 无需触觉或动作预训练：RGB 与触觉观测共享冻结的视频 VAE 和预训练视频 Transformer 权重，模型先联合预测未来视觉与触觉潜变量，再用随机初始化的动作专家进行端到端微调。报道将“无需触觉或动作预训练”列为该模型的核心特点，并称其面向接触密集操作场景。目前公开信息仅来自这一篇主报道，尚无跟进报道披露实验设置、对比基线或评测结果，也未出现数字、时间或说法上的前后矛盾。事件进展停留在模型提出与架构描述阶段。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
VTAM：无需触觉预训练的高效视触觉世界-动作模型，面向接触密集操作报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv RoboticsVTAM：无需触觉预训练的高效视触觉世界-动作模型，面向接触密集操作
VTAM 是一种无需触觉或动作预训练的高效视触觉世界-动作模型，RGB 与触觉观测共享冻结的视频 VAE 和预训练视频 Transformer 权重，先联合预测未来视觉与触觉潜变量，再用随机初始化的动作专家端到端微调。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月6日 14:00
- 近 24 小时变化
- -49%
02.557.510
11月7日12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。