注目★★★★★Hugging Face Papers
OpenWAM-α、6,400時間学習でロボット操作を刷新
30秒で把握
- 1OpenWAMがWAM設計を分解し学習・推論・評価を統一
- 2OpenWAM-αが6,400時間学習・8シミュレーションで上位性能
- 3RoboDojo-Realでpi0.5の成功率を2倍にし1位
要約
OpenWAM は、World-Action Model（WAM）の設計をモジュール化し、学習・推論・展開・評価を統一するオープン研究基盤を公開した。OpenWAM-Study の制御実験から、強力な生成バックボーンと情報量の多い潜在空間、専用のアクション容量、明示的な世界情報から行動への伝達、同期デノイジングが有効だと導いた。OpenWAM-αは人間の一人称映像とロボットデータ約6,400時間（5億1,850万フレーム）で事前学習した。8つのシミュレーションベンチマークで上位性能を達成し、EBenchではSOTA、実世界のRoboDojo-Realではpi0.5の成功率を2倍にして1位となった。インフラ、評価手順、学習済みモデル、データレシピを公開した。
あなたへの影響
ロボット制御やVLAを研究する日本のエンジニアは、公開されたコード・重み・評価手順を使い、既存モデルとの性能差を次の実験で検証するとよい。
推奨：WAMは映像由来の世界知識を実行可能な制御信号へ変換するモデルを指す。