NVIDIA 论文 AW-0：同时生成技能代码、未来视频帧与机器人动作，RoboTwin 2.0 平均成功率 50.7%
译自英文
“Agentic World Action Models”
如果机器人能自己写代码来规划动作，同时预测物理世界会如何响应，会怎样？
NVIDIA 新推出的 AW-0 把三种能力合在一个模型里：生成可复用的技能程序、预测未来视频帧、输出机器人动作。三者同时生成，使基于代码的规划能够指导物理执行。
在 RoboTwin 2.0 上，AW-0 平均成功率达到 50.7%，π0.5 为 41.3%。在八项真实世界操作任务中，它得分 71.1%，最强基线为 46.0%，任务包括叠毛巾和还原魔方。
alphaxiv.org/abs/2610.30136X来源2
- @askalphaxivX“Agentic World Action Models” 如果机器人能自己写代码来规划动作，同时预测物理世界会如何响应，会怎样？ NVIDIA 新推出的 AW-0 把三种能力合在一个模型里：生成可复用的技能程序、预测未来视频帧、输出机器人动作。三者同时生成，使基于代码的规划能够指导物理执行。 在 RoboTwin 2.0 上，AW-0 平均成功率达到 50.7%，π0.5 为 41.3%。在八项真实世界操作任务中，它得分 71.1%，最强基线为 46.0%，任务包括叠毛巾和还原魔方。 https://www.alphaxiv.org/abs/2610.30136译自英文 · 查看原文 ·
arXiv研究Agentic World Action Models英文原标题 · 查看原文 ·
由 dalao.ai 撰写标题；引用的帖子以原文为准，著作权归原作者所有。