TAPESTRY论文被CoRL 2026接收

TAPESTRY 论文被 CoRL 2026 接收，该模型旨在将机器人动作视为视频模型潜空间中的单补丁 Token。通过复用预训练视频扩散 Transformer，TAPESTRY 构建了机器人策略，且在推理阶段无需生成完整视频。 在技术实现上，模型通过线性投影将动作映射至 VAE 补丁维度，并采用视频、联合视频动作及仅动作三种扩散目标优化共享骨干网络。这一机制实现了统一的动作表征，简化了传统多模态模型的复杂性。 在性能方面，TAPESTRY 可在消费者硬件上运行，单次 DDIM 步即可生成动作块。每动作块耗时仅 84 毫秒，显著降低了推理成本，避免了完整视频生成带来的高昂计算开销。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。