OneLA 提出跨域潜在动作世界模型框架
热点事件持续更新
OneLA 提出跨域潜在动作世界模型框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Ziyu Zhu 等作者发布论文，提出跨域潜在动作学习框架 OneLA。该框架通过共享正交字典和统一预测目标学习连续潜在动作，无需任务特定设计或跨域对齐损失，即可为世界模型提供共享控制接口。 论文报告称，其动作循环迁移旋转误差较最强基线降低 24.8%，联合训练下真实场景生成的 Human Preference Score v3（HPSv3）提升 20.5%。此外，轻量适配器可将原生控制指令映射至同一潜在动作空间，实现可控推演。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
OneLA：从潜在动作中学习多世界世界模型报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVOneLA：从潜在动作中学习多世界世界模型
OneLA 通过共享正交字典和统一预测目标学习连续潜在动作，无需任务特定设计或跨域对齐损失，即可为世界模型提供共享控制接口。其动作循环迁移旋转误差较最强基线降低 24.8%，联合训练下真实场景生成的 Human Preference Score v3（HPSv3）提升 20.5%。轻量适配器可将原生控制指令映射至同一潜在动作空间，实现可控推演。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。