UniWM：统一记忆增强世界模型提出

2026年10月19日，arXiv Robotics 刊出 Yifei Dong 等作者的论文，提出统一、记忆增强的世界模型 UniWM。该模型在单一多模态自回归骨干中整合第一视角视觉预见与规划，让动作选择直接基于视觉想象结果。报道称，在 Go Stanford、ReCon、SCAND、HuRoN 四个基准和 1X Humanoid Dataset 上，UniWM 的导航成功率最高提升 30%，轨迹误差显著降低，并零样本泛化到未见过的 TartanDrive 数据集。目前事件进展停留在论文发布与基准结果披露阶段，后续是否开源、复现或投入实际机器人平台尚未见报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。