上海交大团队发布并开源世界动作模型SWAM

上海交通大学联合团队发布世界动作模型 SWAM，并开源训练数据、代码和模型权重。该模型研究在语言条件下联合预测视频与动作，重点是保持语言与视频内容对齐。 团队整理了约4.7万小时视频数据，比较语言—视频监督、语言—视频—动作监督及联合训练三种方案，为模型训练和后续研究提供完整资源。

AI 根据报道生成 · 13 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。