IXThinker·2026-05-30 15:00

首個事件級預測具身世界模型WALL-WM發布

有機械人團隊發布全球首個事件級預測具身智能世界模型，突破傳統逐幀預測的局限。模型以語義事件為單位，直接想像完成任務的關鍵時刻，跳過冗餘中間幀，提升真實場景下的泛化與任務完成能力。

逐幀困境

現有具身大模型多把動作切分為毫秒級幀序列，預測每零點一秒手部位置等細節，猶如逐幀填空。模型記住的往往是手指每幀挪動幾毫米，而非把杯子抓住的目標本身，一旦更換物件或環境節奏稍變，任務便容易失敗。