Skip to content
Agientry
← 返回视频

Long-WAM：长上下文实时世界动作模型

视频加载中
视频加载中

NVIDIA 等把世界动作模型的视觉上下文扩到 19.2 秒仍保持实时，RoboCasa GR-1 达 78.7%，RTX 5090 每动作块 107.4ms。

世界动作模型视觉语言动作模型实时控制机器人学习英伟达MIT宇树具身智能
Category: research
Author: @AaronWeiHuang
Date: 2026-10-08T00:00:00
Duration: 158.0s
Source: https://x.com/AaronWeiHuang/status/2108227953024958683
Reference: https://nvlabs.github.io/LongLive/Long-WAM/

相关视频

FLUX 3 Action:开源世界动作模型
0:05

FLUX 3 Action:开源世界动作模型

@HuggingPapers · 624次播放 · 2026-09-23
世界动作模型视觉语言动作模型机器人学习
VLA-Precision：真机一小时练成专家
0:27

VLA-Precision：真机一小时练成专家

@heetezition · 852次播放 · 2026-09-08
视觉语言动作模型强化学习机器人学习
Hydra-0多形态世界模型：动作流统一控制
0:05

Hydra-0多形态世界模型：动作流统一控制

@techniahqrobot · 678次播放 · 2026-09-02
Hydra-0英伟达视觉语言动作模型
Riemann-1.0 发布 20 万小时人类视频世界动作模型
0:22

Riemann-1.0 发布 20 万小时人类视频世界动作模型

@techniahqrobot · 536次播放 · 2026-08-29
世界动作模型具身智能人类视频
Reka 发布 19B 全模态模型 Rho-1
1:00

Reka 发布 19B 全模态模型 Rho-1

@RekaAILabs · 249次播放 · 2026-10-05
具身智能Omni Model多模态
Gen-HumanEgo:开源第一视角数据
4:14

Gen-HumanEgo:开源第一视角数据

@GenrobotAI · 836次播放 · 2026-09-23
Egocentric Vision机器人学习开源

作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。