DriftWorld：单次前向生成未来观测的世界模型
热点事件持续更新
DriftWorld：单次前向生成未来观测的世界模型
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
Susie Lu 等作者发布论文提出 DriftWorld，一种基于 drifting 生成模型的动作条件世界模型。它训练时学习条件 drift，推理时只需单次前向传播，即可为给定动作序列生成未来观测。 在 Bridge-V2、RT-1、Language Table、Push-T 和 Robomimic 上，DriftWorld 以超过 40 fps 运行，比基于扩散模型的基线快 12 倍以上，视觉生成质量相当或更优。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
DriftWorld：通过 Drifting 实现快速世界建模报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGDriftWorld：通过 Drifting 实现快速世界建模
DriftWorld 是一种基于 drifting 生成模型的动作条件世界模型，训练时学习条件 drift，推理时单次前向传播即可为给定动作序列生成未来观测。在 Bridge-V2、RT-1、Language Table、Push-T 和 Robomimic 上，它以超过 40 fps 运行，比基于扩散模型的基线快 12 倍以上，视觉生成质量相当或更优。
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。