ModAR：多模态自回归世界-动作模型

1. 12:00
   arXiv cs.RO

   ModAR：模态自回归世界-动作模型，先去噪多模态再预测动作

   研究者提出 ModAR，首个在预测动作前对多种未来模态进行自回归去噪的世界-动作模型（WAM），使每次预测都能以已生成模态为条件。实验显示预测点轨迹、DINO 特征和深度图对 WAM 有益，额外预测未来 RGB 则无稳定收益。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。