跳到正文
arXiv · AI· Liheng Ma, Rui Heng Yang, Amin Abyaneh, George Z. Xue, Behnam Rahmati, Mateo Clemente, Ziwen Hu, Anlin Chen, Tongtong Cao, Zhanguang Zhang, Yingxue Zhang·· 2026-10-08AI 评分37

Faster-WAM 提出以世界模型为核心的轻量动作架构

Faster-WAM: Do World Action Models Need Deep Action Modules?

AI 导读

Faster-WAM 采用单层动作专家与轻量化设计,在 LIBERO 等基准测试中表现具有竞争力。 该模型对 Fast-WAM 和 π_0.5 分别实现约 3.7 倍和 1.3 倍的推理加速。 在 LIBERO-Plus 测试中,其成功率比 Fast-WAM 高 26.8 个百分点,并展示了更强的分布变化泛化能力。

来源:arXiv · AI · arxiv.org