10:20
官方账号arXiv cs.AI@Fan Yang, Yuting Su, Xiaobo Wang, Yuncheng You, Fugui Fan, Yuting Wu, Minghui Wu, Chenxu Zhao, JiaHong Ning, Peiguang Jing
推荐理由：LiLa-WAM用一张24GB显卡就能训练，在RoboTwin 2.0上50个任务做到90%以上成功率，还不用语言标注任务，做机器人操控的值得看看。
视觉转换标记
共 1 条相关 AI 资讯
8月5日
10:20
LiLa-WAM在紧凑潜在空间中推理未来场景，可在单个24GB GPU上端到端训练，避免像素空间法的高开销。其核心是联合塑造的未来状态预测与动作生成机制，并提出了语言无关的视觉转换标记（VTT）作为任务表征。在RoboTwin 2.0的50个任务中取得90.48%成功率，且同时在LIBERO和真实机器人任务上验证了有效性。