公开知识图谱记录

World-Action Model

能力: 联合预测视频和动作
能力: 同时预测未来视频帧与机器人动作
能力: 用于机器人控制
能力: 预测未来视频或世界状态
能力: 以未来预测引导机器人动作
能力: 预测未来视频和世界状态，以引导机器人动作
支持类型: 读取相机帧、机器人状态和文本指令
支持类型: 输出未来视频帧和动作片段

记录摘要

A generative model type that denoises future video and a future action.

来自项目知识图谱的有来源实体；具体工具属性仍需补齐。

知识图谱当前记录了 8 个已知资料维度，另有 11 个维度尚未记录，关联 3 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。