Box-WAM：用边界框轨迹替代未来帧预测

针对世界动作模型（WAM）用全帧视频预测未来状态训练与推理开销过高的问题，Box-WAM 改用任务相关物体的有向包围盒轨迹作为预测目标。该方法以物体为中心的紧凑状态捕捉机器人动作引发的关键物理变化，在显著降低计算成本的同时提升了动作预测性能，为机器人操作提供了替代视频式世界动作建模的高效方案。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。