共 1 篇文章
UC Berkeley、NVIDIA 与宾夕法尼亚大学团队于 2026-10-21 发布 arXiv:2610.30136《Agentic World Action Models》,提出 AW-0:在一个三专家混合 Transformer 中联合去噪生成技能代码、未来视频和机器人动作,并用编码智能体自动把 2913 小时机器人与人类视频标注成程序、蒸馏出 50 个可复用技能。AW-0 在 RoboTwin 2.0 平均成功率 50.7%、8 项真机任务平均 71.1 分,比最强基线高 25.1 分;去掉代码流后降到 32.9 分。本文拆解其架构、数据管线、实验与局限,并讨论“代码即计划”“技能蒸馏与缓存”“校验后再执行的混合模式”对银行业务智能体(以资产保全为例)的启示。