Cycle WAM 论文提出动作-视频循环一致性训练框架

1. 19:33
   arXiv · cs.AI

   Cycle WAM：通过循环一致性耦合动作与视频

   Cycle WAM 是一种世界动作模型（WAM）训练框架，将视频与动作视为由因果关系联系的对偶模态，通过双向转换实现跨模态对应并恢复正逆动力学，再引入可微分的循环重建目标进一步耦合两个映射。该模型在 LIBERO-Pro 上取得同类方法中的 SOTA 表现，并在 DROID 上大幅提升 DreamZero；与 UWM 的对比显示其逆动力学性能更优、正动力学预测视觉细节更清晰。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。