Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising
从视频先验构建统一的4D世界动作模型
机构 * Tsinghua University(清华大学) ; Xiaomi Robotics(小米机器人) ; Peking University(北京大学) ; CASIA
AI总结 本文提出X-WAM,统一了实时机器人动作执行与高保真的4D世界合成,在单一框架中解决传统统一世界模型仅建模2D像素空间且无法平衡动作效率与世界建模质量的问题。
Comments Project website: https://sharinka0715.github.io/X-WAM/