IXThinker·2026-08-18 15:10

世界動作模型助機械臂悟空間軌跡

有研究團隊提出世界動作模型，把視頻預測與真實動作生成統一起來。傳統方法多在二維像素空間建模，機械臂看到的雖是平面影像，執行的卻是三維空間動作，新框架強調動作在幾何與動力學上必須真實可行。

二維與三維鴻溝

當機械臂把書放進抽屜，它看到的是一串二維圖像，真正要完成的卻是一段發生在三維空間、隨時間演化的動作：從哪裏抓起、沿什麼方向移動、最終落到哪裏，缺一不可。視頻預測看起來合理，動作卻未必可靠。