GreenWAM开放权重，把不同机器人的关节放进同一套坐标

机器人 / 世界动作模型 · 8.2/10 · 建议深挖

Sber Robotics Center的GreenWAM论文在10月13日提交，模型库创建于14日，目前可下载四组评测权重，配套评测代码可查看。它基于Cosmos 3 Edge训练，让同一套基础模型既预测机器人行动后的画面，也产生动作策略。

这里最有意思的是动作表示。不同机器人对关节顺序、单位和零点的约定不同，直接把数据拼在一起，同一维数字可能对应完全不同的运动。GreenWAM先把20类机器人的原生关节映射到79个共同的解剖位置，例如左肘在不同平台上占据同一个位置；缺少的关节用掩码排除，而不是填零当作训练目标。各机器人保留自己的转换规则，之后共用动作投影层，使跨机型的数据更容易提供一致的训练信号。

作者还做了一项有解释力的对照：适配动作策略时，继续保留少量画面预测训练，在随机化场景中的RoboTwin成功率提高约8个百分点，标准场景却没有显著变化。这提示画面预测训练的收益主要出现在环境改变时，帮助模型判断“接下来会看到什么”，不只是额外增加一个生成视频的输出。

这仍不是任意机器人都能直接使用的通用控制器。各评测有自己的后训练，真实机器人实验只覆盖一台人形机器人和一项装箱任务；桌面高度、初始姿态变化仍会影响成功率。蒸馏后的单步策略在RTX 4090上的推理约28.3次每秒，不能据此称已经在机器人机载计算机上完成部署。接下来更值得看的是新机型与动作几何变化，而不只是再加一张模拟榜单。