W2A：训练时蒸馏视频模型，测试时弃用
热点事件持续更新
W2A：训练时蒸馏视频模型，测试时弃用
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Xiaopeng Zhang 等作者提交 arXiv 预印本，提出 W2A 两阶段蒸馏框架：训练时把视频扩散模型中间去噪表示蒸馏进动作模型，测试时完全丢弃视频模型，以支持实时机器人操作。作者假设视频潜表示虽为高维，但压缩的低维子空间足以有效监督动作生成。 作者称仿真与真实环境实验显示成功率具竞争力：在 LIBERO 基准上平均成功率达 95.9%，推理速度比代表性 WAM 基线快约 21 倍。该工作为 arXiv 预印本（arXiv:2611.02600v1），尚未经同行评议，上述指标为作者自报，未经独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
W2A：将世界先验蒸馏进动作模型实现实时机器人控制报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.RO精选W2A：将世界先验蒸馏进动作模型实现实时机器人控制
W2A 提出两阶段蒸馏框架，在训练时把视频扩散模型中间去噪表示蒸馏进动作模型，测试时完全丢弃视频模型，以支持实时机器人操作。作者假设视频潜表示虽为高维，但压缩的低维子空间足以对动作生成提供有效监督。仿真与真实环境实验显示其成功率具竞争力，在 LIBERO 上平均成功率达 95.9%，推理速度比代表性 WAM 基线快约 21 倍。该工作为 arXiv 预印本，尚未经同行评议。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。