TY  - UNPB
TI  - OpenWAM: An Open, Modular Exploration Towards Systematic World-Action Model Pretraining
UR  - https://arxiv.org/abs/2609.07398
DO  - 10.48550/arXiv.2609.07398
DA  - 2026-09-07
AU  - Wang, Yuran
AU  - Huang, Siqiao
AU  - Li, Mingleyang
AU  - Zhang, Chenhao
AU  - Liang, Jiaqi
AU  - Jin, Weiyang
AU  - Chen, Yue
AU  - Chi, Xuemin
AU  - Zhou, Donghao
AU  - Yu, Qize
AU  - Wang, Yu-Kai
AU  - Rui, Yuhan
AU  - Yao, Shenzhe
AU  - Yuan, Zhen
AU  - Shen, Zhenhao
AU  - Zhu, Kefei
AU  - Zhu, Zijie
AU  - Gao, Ning
AU  - Chi, Xiaowei
AU  - He, Guanqi
AU  - Zhang, Shanghang
AU  - Dong, Hao
AU  - Shao, Lin
AU  - Zhao, Hang
KW  - 机器人
KW  - 世界模型
KW  - 待阅读
N1  - OpenWAM 团队在 9 月 9 日的项目更新中公布论文，代码和模型早在 9 月 6 日已开放。它想解决一个很实际的研究问题：机器人模型同时更换视频底座、动作网络和训练数据后，即使分数提高，也很难知道究竟是哪一步起了作用。OpenWAM 把这些选择拆成模块，在同一套训练和评测流程里逐项比较。  其中一个结果是，视频知识要帮助行动，需要给动作预测足够的独立能力，并让它读到世界模型的信息。在最终模型里，预测未来画面与预测动作共同迭代：画面会怎样变，与机械臂该怎样动，在生成过程中相互参照。约 6,400 小时的训练数据包含机器人轨迹和人类第一视角视频，分别提供动作监督与更广的场景经验。  值得读的是这些对照实验，而不只是榜单名次。作者发现，预训练对未见场景的帮助更明显；这对收集下一批机器人数据很有参考价值。但仿真成绩、特定机械臂和灵巧手实验，还不能直接推到家庭环境中的长期可靠运行。论文 9 月 7 日已提交，本期报道的是新公布的系统研究说明，不把代码开放日期改成昨天。    入选理由：新论文解释视频与动作耦合的受控实验；代码先前开放，时间分别记录。 重要度 8.5/10。 原始资料：https://arxiv.org/abs/2609.07398 https://openwam-official.github.io/ https://github.com/OpenWAM-Official/OpenWAM 本期资料：https://www.asteronline.cn/juju-radar/2026-09-10/ AI辅助整理；一手核验不表示独立复现。
ER  -