GreenWAM：面向机器人的世界基础模型
AI 总结
GreenWAM 是一个机器人世界基础模型，作者同时给出了产出它的方法：一个用共同关节坐标描述 20 种机器人本体（从双臂机械臂到灵巧人形）的共享解剖动作空间、在这些本体上的视觉/动作条件/世界-动作联合训练，以及从生成器中拆分出动作专家的策略。作为世界模型，它在 WorldArena 1.0 上的轨迹、深度和 3D 精度达到顶尖水平，超过比较中的所有 world-action 模型和视频生成器；作为策略，它进入 RoboTwin 2.0 排行榜前列，在 LIBERO-plus 零样本成功率上是所比较方法中最高的，并在 CALVIN 和 LIBERO 上与专用视觉-语言-动作及 world-action 策略相当。团队还把 GreenWAM 适配到真实人形机器人，成功率高于从 π0.5 和 Cosmos 3 Edge 适配的策略，并将其蒸馏为单步策略以实现实时控制。
深度见解
如果同一个世界模型既能预测场景又能直接充当策略，机器人基础模型的训练与迁移成本可能显著降低，不过目前这些结果来自作者自述的技术报告。