阿里达摩院等联合研究团队 / 独立收录记录

RynnWorld-Latent

RynnWorld-Latent 通过 RynnLAM 的三维锚定潜在动作，联合建模人类、机器人和仿真交互视频，用于未来预测与机器人数据生成。

视频与传感模拟最近一次技术来源阅读于 2026-11-043 份原始材料

技术资料

能做什么，使用时要注意什么。

输入与结果

提供什么: 起始帧观测与逐帧对齐的潜在动作。
得到什么: 未来视频帧。
动作的作用: 预测以动作为条件。

开放情况与使用边界

材料说明的限制

潜在动作也可能包含相机运动或外观信息。

资料尚未确认

开放方式开源情况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。

分类与用途

本站根据所引材料归纳的检索标签。标签可以重叠，不表示能力验证；未知不表示不支持。

RynnWorld-Latent 是文本无关的视频预测模型，RynnLAM 是其动作表征来源；不给它加语言控制标签，也不套用 RynnWorld-4D 或 Teleop 的能力。

分类依据

视频与传感模拟：对应原始材料
机器人动作：对应原始材料
机器人：对应原始材料

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。

RynnWorld-Latent · 项目原始材料

arxiv.org

打开原始页面 ↗

核对原文摘录 · 2 段，支持 3 项资料

原阅读方向 / 一句话认识

阅读于 2026-11-04

We present RynnWorld-Latent, a cross-embodiment video world model that uses the 3D-grounded latent actions introduced by RynnLAM as a shared conditioning interface.

材料说明的限制

阅读于 2026-11-04

Latent actions are inferred from observed visual transitions and may encode camera motion or appearance information as well as manipulation.

背景资料阅读于 2026-11-04

RynnWorld-Latent · 项目原始材料

alibaba-damo-academy.github.io

打开原始页面 ↗

补充阅读入口，当前技术字段未引用该页摘录。

RynnWorld-Latent · 项目原始材料

github.com

打开原始页面 ↗

核对原文摘录 · 1 段，支持 3 项资料

输入什么 / 输出什么 / 动作是否影响预测

阅读于 2026-11-04

it is text-free and adds explicit frame-aligned action conditioning: given a first-frame observation + 20 latent actions, predict the next 80 video frames.

背景资料阅读于 2026-11-04

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 →