返回全部动态
DreamX-Phi 1.0：用于机器人操作的动作条件视频世界模型
原标题：DreamX-Phi 1.0: Action-Conditioned Video World Model for Robotic Manipulation
AI 摘要
DreamX-Phi 1.0 是一个用于机器人操作的动作条件视频世界模型，通过几何注意力编码、深度估计、冻结教师模型的对象掩码和蒸馏技术，生成忠实的未来观测。该模型在 WorldArena 2.0 挑战赛的 Track1 和 Track2 中分别获得第一名和第二名，模型权重和推理代码将在挑战赛结束后公开。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
DreamX-Phi 1.0: Action-Conditioned Video World Model for Robotic Manipulation Abstract DreamX-Phi 1.0 is an action-conditioned video world model for robotic manipulation that uses geometric attention encoding, depth estimation, object masks with a frozen teacher, and distillation to generate faithful future observations. We present DreamX-Phi 1.0, an action-conditioned video world model for robotic manipulation that, given an observed frame, a language instruction, and a prescribed action sequen
发布时间：—
抓取时间：2026-08-14 11:38
来源机构：Hugging Face