研究arXiv cs.RO2026年8月3日 12:00

ST-WAM：面向视觉分布偏移下鲁棒操作的语义-时序世界动作模型

原标题：ST-WAM: Semantic-Temporal World Action Model for Robust Manipulation under Visual Distribution Shifts

推荐理由

提出语义-时序世界动作模型缓解视觉分布偏移下操作失效，相比像素生成监督范式更具鲁棒性，对具身智能泛化研究有明确推进价值。

ROBOAIRADAR BRIEF

结构化情报

该arXiv论文提出ST-WAM（语义-时序世界动作模型），针对现有世界动作模型在视觉分布偏移下因像素生成监督导致的鲁棒性问题，识别训练分布幻觉现象，并通过语义与时序建模提升操作鲁棒性。信源为论文摘要，具体方法细节需查阅全文。

提出语义-时序世界动作模型缓解视觉分布偏移下操作失效，相比像素生成监督范式更具鲁棒性，对具身智能泛化研究有明确推进价值。

模型能力变化可能影响机器人感知、规划和交互技术栈，但落地仍取决于硬件与实时性能。

RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。涉及产品参数、交易金额或公司声明时，请以原文为准。