RealtimeWAM：单步生成、异步推理的世界动作模型
RealtimeWAM是一种世界动作模型（WAM），旨在通过单步生成动作和异步推理提升效率，针对动作反复去噪以及视频专家与动作专家之间的等待两项瓶颈。Teacher-Anchored Consistency Distillation在局部一致性训练之外，引入冻结教师模型多步推演的最终输出，以提升单步动作生成的准确性。Cross-Expert Wavefront Pipelining通过共享视频KV缓存，使两个专家的处理能够重叠执行。研究在LIBERO、LIBERO-Plus和RoboTwin基准上进行评估。所提供的描述在给出具体结果前已经截断。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。