UniFlowWAM：统一世界-动作模型提出

2026年10月23日，arXiv Robotics 刊出 Jialin Tian 等作者的论文，提出并发布统一世界-动作模型 UniFlowWAM。据该报道，UniFlowWAM 将 3D 场景流作为与视觉、动作并列的第三模态，构建同时覆盖视觉语义与 4D 几何的世界表示；模型为扩散 Transformer，每个模态各设一个专家，并通过联合注意力交换信息，在十目标角色网格下训练，可同时充当策略、前向/逆向动力学及未来视觉特征或 3D 流预测器。目前报道仅介绍模型设计与训练设置，未提及开源、评测结果或应用落地进展。

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。