模型arXiv cs.RO2026年8月28日 12:00

WALL-SS：通过下一尺度自回归扩展长时程世界模型

原标题：WALL-SS: Scaling Long-horizon World Models via Next-Scale Autoregression

推荐理由

提出新的生成式世界模型架构，将自回归扩展到下一尺度，为机器人长时程模拟与学习提供新思路，具身智能研究者可关注。

ROBOAIRADAR BRIEF

结构化情报

2 MIN READ

WALL-SS是一种生成视觉世界模型，通过下一尺度自回归扩展长时程预测，将动作与后果关联，支持灵活时域和连续交互，可应用于机器人模拟、规划、策略评估与学习。该研究为机器人提供更统一的生成式世界建模框架。

提出新的生成式世界模型架构，将自回归扩展到下一尺度，为机器人长时程模拟与学习提供新思路，具身智能研究者可关注。

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。