Hugging Face · 每日论文· 媒体 / 作者来源·精选
RynnWorld-Latent：基于通用潜在动作的跨具身世界模型
原文标题
RynnWorld-Latent: A Cross-Embodiment World Model Conditioned on Universal Latent Actions
AI 导读
研究团队提出RynnWorld-Latent，一种跨具身视频世界模型，使用3D接地潜在动作作为共享条件接口，使模型能够在人类交互视频、机器人演示和模拟运行上进行联合预训练，无需通用原生动作空间。该模型在23个数据集上预训练，包含约5.535亿帧，实验显示在公共基准和两个真实机器人平台上改进了视频预测指标，并通过两种数据生成路线提高了真实世界策略成功率。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
该研究通过通用潜在动作接口实现了跨具身视频世界模型的联合预训练，在视频预测和策略执行方面展现出实质性改进。
导读由模型辅助整理，非独立核验。完整信息见原文。