本项目 · 论文与研究
Long-WAM 公开长视觉历史的世界动作模型研究
论文利用较长视觉历史预测未来视频表征，再生成机器人动作块，并比较逆动力学与视频动作联合去噪两种路径。
日期为所引论文版本的公开日期，不是本站收录日；这里概述论文中的研究，不表示本站运行或独立验证了模型。 两种路径分别记录；生成动作不直接证明支持外部指定动作的模拟接口。
Long-WAM 研究团队 / 模型家族
Long-WAM
Long-WAM 把因果视频预测基础适配为机器人策略，并研究扩大视觉历史和异步执行。IDM 先预测未来视频潜变量再生成动作；CoD 则联合去噪视频与动作。
本页记录模型家族。各变体的接口与开放状态需要分别阅读，不能视为一个统一模型。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 观测视频历史、机器人状态与语言任务指令；具体格式随变体而定。
- 得到什么
- 未来视频潜变量与机器人动作块；IDM 先预测视频，再生成动作。
开放情况与使用边界
- 开放声明
- 开放权重
开放情况是所引材料中的声明；当前访问方式与服务状态请以官方页面为准。开放权重不等于开源。
分类与用途
- 控制方式
- 文本 / 事件指令
- 应用领域
- 机器人
Long-WAM 家族包含 IDM 与 CoD 等变体；本页的权重状态由 LIBERO-IDM 等公开分发材料支持，不表示任意机器人配置即装即用。
查看分类依据 ↓资料尚未确认
动作能否影响后续预测开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
Long-WAM · 项目原始材料
核对原文摘录 · 4 段，支持 4 项资料
原阅读方向
The video expert $\theta$ predicts $K_{v}$ future latent steps一句话认识
The resulting policy conditions actions on both observed history and anticipated futures输入什么
observed video latents, $q_{t}$ the robot state, $c$ the language instruction输出什么
it predicts future visual latents independently of action tokens, then denoises actions conditioned on those predictionsLong-WAM · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
Long-WAM · 项目原始材料
核对原文摘录 · 1 段，支持 1 项资料
来源中的开放声明
Long-WAM policy weights for LIBERO.本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →