研究团队评估世界模型在VLA中的四种集成范式

Qisen Ma 等研究团队发布预印本论文，构建统一评测框架系统分析世界模型融入视觉-语言-动作模型（VLA）的影响因素，并归纳出四种代表性集成范式。 实验结果显示，引入世界模型相比纯动作基线在长程与动态任务中提升明显。研究指出，2D 语义表征具有稳健的跨范式增益；解耦设计的 MoT Future Expert 范式在分布外鲁棒性上表现更优，且解耦架构与预训练 VLA 具备更佳兼容性。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。