5月29日，自变量机器人团队发布基于“事件级预测”的具身智能世界模型WALL-WM，将传统按时间帧预测动作转为以语义事件为单位建模。该模型通过将任务拆解为抓取、移动等事件，先预测世界变化再生成动作轨迹，提升任务理解与泛化能力。系统支持变长动作与实时控制模式切换，并采用视频与动作模型单向耦合、跨视角几何建模及阶梯式思维链解码以降低延迟。在数据与工程上，结合百万级视频预训练、分层标注及分布式训练体系，在三维感知与真实场景任务表现上取得领先成绩，项目已开源。
5月29日，自变量机器人团队发布基于“事件级预测”的具身智能世界模型WALL-WM，将传统按时间帧预测动作转为以语义事件为单位建模。该模型通过将任务拆解为抓取、移动等事件，先预测世界变化再生成动作轨迹，提升任务理解与泛化能力。系统支持变长动作与实时控制模式切换，并采用视频与动作模型单向耦合、跨视角几何建模及阶梯式思维链解码以降低延迟。在数据与工程上，结合百万级视频预训练、分层标注及分布式训练体系，在三维感知与真实场景任务表现上取得领先成绩，项目已开源。
thinking...