← 世界模型 / 未来预测如何用

正式发表 / World Models

Unified World Models

Unified World Models: Coupling Video and Action Diffusion for Pretraining on Large Robotic Datasets

RSS · 2025

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
统一视频与动作的扩散训练Unified World Models · 原文 Fig. 2 · p.4 ↗

动作与未来观测分别使用扩散时间步;训练一个联合模型后,通过改变两种模态的噪声状态切换策略、正向和逆动力学推断。

  1. 01分别扰动视频与动作
  2. 02联合去噪训练
  3. 03按条件切换推断方式
Unified World Models统一视频与动作的扩散训练
统一视频与动作的扩散训练

动作与未来观测分别使用扩散时间步;训练一个联合模型后,通过改变两种模态的噪声状态切换策略、正向和逆动力学推断。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

通过视频和动作各自的扩散时间步,让同一模型支持策略、正向动力学和逆动力学等任务。

WHY READ IT

为什么放在这条路线

把分离的世界建模与模仿学习放在同一框架中,适合与 UniPi、DreamZero 对照。

当前阶段未来预测如何用 ↗

预测用于特征、数据生成,还是策略优化?

READ WITH A QUESTION

读的时候,留意什么

区分训练时的联合目标与推理时需要的模态。项目提及的 Best Paper 属于 ICML 2025 workshop,不作为 RSS 主会荣誉标记。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器