SmolWAM 潜在世界-动作模型发布

Timi Owolabi 等作者发布并开源 SmolWAM，一个面向边缘设备机器人操作的潜在世界-动作模型。该模型从 20 亿参数的 Cosmos Policy 派生，保留预训练主干、重建推理接口，仅使用 28 个 Transformer 块中的 12 个和 1,008 个 token，训练耗时 3.6 GPU-hours。 作者称，SmolWAM 在 400 个 LIBERO 回合中成功率为 95.5%，每个 16 动作块耗时 57 毫秒、算力 2.3 TFLOP，GPU 显存占用 2.4 GiB。该工作已被 NeurIPS 2026 Robot Learning with World Models Workshop 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。