Zero-WAM：用人类视频做上下文世界动作建模，实现开放任务泛化
Zero-WAM: In-Context World-Action Modeling from Human Videos for Open-Ended Task Generalization
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
Zero-WAM 是一个因果视频-动作模型，通过上下文人类视频引导执行训练中未见过的机器人操作任务，在 RoboTwin 2.0 仿真的七个未见任务上取得 47.0% 平均成功率，比最强视频-动作基线高 29.5 个百分点。
来源：Hugging Face Daily Papers · arxiv.org