Long-WAM：让机器人有效利用更长的视觉历史

Long-WAM: Scaling the Context of World-Action Models

自回归视频预训练后适配动作任务，在RoboCasa GR-1延长历史有收益，双向预训练对照无净增。10月7日提交，本期作为近期补看；实机结果还需独立复测。

首次公开：2026-10-07 · 收录：2026-10-09

相关期次：2026-10-09 精选

阅读笔记

Long-WAM先在机器人和第一视角视频上做自回归预测预训练，再适配动作任务，让长视觉历史服务于未来动作。作者报告RoboCasa GR-1的历史从0增至19.2秒时成功率63.3%增至78.7%；双向预训练底座延长历史无净收益。RTX 5090每段动作约107.4ms和动态叠杯95%均是作者特定条件结果，尚待跨场景独立复测。论文10月7日17:58 UTC提交，超出10月9日期严格窗口，作为近期补看。

原文：https://arxiv.org/abs/2610.10528
代码：https://github.com/NVlabs/LongLive/tree/main/Long-WAM
本期资料页：https://www.asteronline.cn/juju-radar/2026-10-09/
AI辅助整理。

笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。