事件对齐视觉动作推理世界动作模型论文
Get the story
2026年10月8日，arXiv Computer Vision 频道发布一手报道，介绍一项面向世界动作模型（WAM）的研究。该研究提出事件对齐视觉动作推理框架，让 WAM 围绕交互事件组织视觉-动作预测：在关键状态变化处细化推理，在过渡段以粗粒度推进，并加入执行有效性头，以剔除分块推理中的冗余动作。实验方面，该框架在 DOMINO 上成功率较基线提升 10.26 个百分点，在 RoboTwin 2.0 上表现具竞争力，且可从 DOMINO Level 1 迁移至 Levels 2 和 3 而无需目标层级适配。目前报道仅涉及该论文方法与实验结果，未提及其他后续进展或争议。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer Vision面向世界动作模型的事件对齐视觉动作推理
该研究提出事件对齐视觉动作推理框架，让世界动作模型（WAM）围绕交互事件组织视觉-动作预测，在关键状态变化处细化推理、在过渡段粗粒度推进，并加入执行有效性头剔除分块推理中的冗余动作。在 DOMINO 上成功率较基线提升 10.26 个百分点，在 RoboTwin 2.0 上表现具竞争力，且可从 DOMINO Level 1 迁移至 Levels 2 和 3 而无需目标层级适配。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.