GigaWorld-Policy-0.5：面向高效机器人控制的世界动作模型

世界动作模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身（WAM）通过联合建模动作和未来视觉观测来改进机器人策略学习，但现有WAM在推理时显式生成未来视频，导致计算开销大，难以实时闭环部署部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身。GigaWorld-Policy对此提出以动作为中心的方案：训练中利用未来视觉动态，推理时仅解码动作。基于该框架，GigaWorld-Policy-0.5采用混合AC-WM与WAM训练策略，增强视觉动态与动作的耦合，提升动作表征迁移性。为高效推理，引入混合专家架构，将视觉动态建模和动作生成分离，在本地RTX 4090上实现85毫秒推理延迟。此外，采用自动化研究管线系统搜索训练配置，减少超参数调优时间。实验表明，该模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身既保留训练收益，又提升了机器人控制推理效率。