World Action Models に関する報道

WAM はランダムに生成された視覚的な未来に依存してアクションをデコードしますが、結果は将来の選択によって大きく影響されます。 WCD は自己検証テスト時間計画を導入し、生成された結果を反証可能な仮説として扱い、それらを分類およびフィルタリングします。これは、ロボット制御が「受動的な生成」から「能動的な検証と修正」の閉ループ モードに移行していることを意味します。

SA-WAM は、ロボット ワールド モデルの進化が「ビデオ ピクセル予測」から「幾何学的空間の理解」に移行していることを示しています。事前トレーニングされたビデオ モデルを再利用して 3D 深度信号を挿入するということは、業界が最初からトレーニングに依存するのではなく、物理的な空間情報を補足するためにインターネット レベルの視覚事前分布を使用し始めたことを意味します。