UC Berkeley、NVIDIA 与宾夕法尼亚大学提出 AW-0：代码、视频、动作三流联合的机器人世界模型

UC Berkeley、NVIDIA 与宾夕法尼亚大学提出 AW-0，以统一的 mixture-of-transformers 架构联合建模代码、未来视频和机器人动作。代码既用于结构化多步预测，也生成可复用的参数化技能例程与控制逻辑，自动化管线进一步构建技能库。AW-0 在 RoboTwin 2.0 与真实双臂操作任务中超越 VLA 和 WAM 基线，提升语言跟随、语义推理与鲁棒性。