Skip to content
Hot eventLive

CtrlWAM：可控制世界动作模型，统一意图预测与视觉未来生成

1 reports1 sources3 hr ago updated

Get the story

AI overview

CtrlWAM 在仿真器中对智能体执行扰动动作并配对其带噪视觉后果，学习联合世界动作模型；采用 warped video-action noise schedules 保持视觉布局对动作预测的响应性，并将动作接口从单智能体扩展为可变数量智能体流。在驾驶实验中动作预测更准确、生成视频与动作一致性更高、命令跟随更好；机器人实验展现更强的运动保真度与可控性。

Generated from reports · updated 2 hr ago

LatestOct 2
2026-10-02 arXiv 发布 CtrlWAM 一手报道，展示其在驾驶与机器人任务上的动作预测与可控性提升。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Computer Vision
    CtrlWAM：带对齐意图与前瞻的可控世界动作模型

    CtrlWAM 在仿真器中执行扰动动作并配对其带噪视觉后果，实现联合世界动作模型学习；采用 warped video-action noise schedules 保持视觉布局对动作预测的响应性，并将动作接口从单智能体扩展为可变数量智能体流。驾驶实验显示动作预测更准确、生成视频与动作一致性更高、命令跟随更好；机器人实验展现更强的运动保真度与可控性。

Heat trend

There is not enough continuous observation data to draw a trend yet.