研究者提出事件对齐视觉动作推理框架

Xiaomeng Yang等作者提出事件对齐的视觉动作推理框架，让世界动作模型（World-Action Models，WAMs）围绕交互事件组织视觉-动作预测：在任务关键事件上做细粒度推理，在过渡环节做粗粒度推进。 该框架还引入执行有效性头，用于识别预测动作序列中的有效部分，以避免分块推理中的冗余动作。上述内容来自作者在论文中的表述。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。