WAM-TTT：测试时训练引导世界动作模型

2026年10月26日，arXiv 人工智能板块刊出 Yusen Feng 等作者的论文，提出 WAM-TTT 测试时训练框架，用于从原始人类视频引导世界-动作模型（WAM）。据该报道，这一框架无需机器人动作、人工标注或任务特定微调；其做法是通过自监督视频预测，把人类视频吸收进冻结 WAM 内的轻量自适应记忆，并借助配对人-机器人数据与键值记忆重建目标进行元训练对齐。报道称，实验显示该方法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。目前事件进展停留在论文发布与方法介绍层面，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

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。