arXiv · 工业智能研究摘要· Thinker Team·· 17 小时前精选
Thinker-WM：面向具身智能的多模态共享表征统一世界模型
Thinker-WM: A Unified World Model with Shared Multimodal Representations for Embodied Intelligence
AI 导读
预印本摘要称，Thinker Team提出统一多模态世界模型Thinker-WM，通过共享的统一动态Transformer联合建模并生成RGB、度量深度与机器人动作。
业务关注点
该预印本展示了通过统一动态Transformer将视觉几何与动作联合表征的多模态世界模型，读者可参考其在异构机器人数据上的多任务训练架构。
来源：arXiv · 工业智能研究摘要 · arxiv.org