arXiv · cs.RO官方发布· Travis Davies, Wentao Ma, Lihao Guo, Tengfei Ma, Xiaowen Chang, Jiafeng Xu, Shilong Wang, Yiqi Deng, Shaowen He, Xiaoqi Li, Qian Zhu, Ran Cheng, Hao Dong·· 2 小时前精选AI 评分80
论文 / 摘要阅读
PrimeSim：基于大规模跨本体演示的通用世界模型模拟器
PrimeSim: A Generalist World Model Simulator from Large-Scale Cross-Embodiment Demonstrations
AI 导读 · 根据来源整理
PrimeSim 是一个动作条件、多视角的世界模型模拟器，从预训练视频生成器出发，在覆盖22个平台、30110小时的机器人演示上做中期训练。为提升动作跟随，作者引入统一跨本体动作表示与帧对齐双路径条件；为保持多视角一致，设计带显式相机标识的视角感知交错注意力；再通过快视频慢记忆的后训练框架，把双向视频生成器转为高效自回归模拟器，结合快速因果生成、自 rollout 训练与分层时序记忆缓解误差累积。
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