清华与NVIDIA提出PrismWAM世界模型
热点事件持续更新
清华与NVIDIA提出PrismWAM世界模型
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
清华大学与 NVIDIA 研究者提出 PrismWAM 世界模型，将语义规划、物理状态推演和动作生成拆分处理，使场景外观与物理变化分别建模，再通过 Chain Attention 传递信息。主模型约为 60 亿参数。 论文报告，探索性 150 亿参数版本在 RoboTwin 随机化环境中的成功率为 75.50%，干净与随机化条件的平均成功率为 83.67%；这些成绩属于该大版本，并非主模型。作者称，该方法未使用具身动作预训练。
AI 根据报道生成 · 55 分钟前更新
最新进展11月4日 19:24
清华与 NVIDIA 提出 PrismWAM：分离语义、物理与动作的世界模型报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AGI Hunt清华与 NVIDIA 提出 PrismWAM：分离语义、物理与动作的世界模型
清华大学与 NVIDIA 研究者提出 PrismWAM 世界模型，将语义规划、物理 rollout 与动作生成分离。模型以 RGB 表征描述任务上下文和目标，以深度表征建模几何变化，并通过 Chain Attention 依次传递信息。主模型约 6B；探索性 15B 版在 RoboTwin 随机化条件下成功率为 75.50%，干净与随机化条件平均为 83.67%，且未使用具身动作预训练。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。