arXiv · cs.RO· Jialin Tian; Zhuofan Li; Xinkai Wang; Bokai Lin; Chenyi Wang; Xinyu Zhan; Cewu Lu; Lixin Yang·· 8 天前精选AI 评分71
论文 / 摘要阅读
UniFlowWAM：融合视觉语义与4D几何的统一世界-动作模型
UniFlowWAM: A Unified World-Action Model with Visual Semantics and 4D Geometry
AI 导读 · 根据来源整理
上海交通大学等团队提出 UniFlowWAM，将3D场景流作为与视觉、动作并列的第三模态，构建统一世界-动作模型。该模型采用扩散Transformer，每个模态一个专家，通过联合注意力交换信息，并在十目标角色网格下训练，同一模型可充当策略、前向与逆向动力学以及未来视觉特征或3D流预测器。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org