X‑WAM

深度分析

X‑WAM：利用非同步噪聲抽樣實現即時動作解碼與高保真 4D 影片生成

為提升機器人即時操作與高品質四維世界模擬，研究提出X‑WAM，結合預訓練影片擴散模型與輕量深度分支，同步預測多視角RGB‑D影片與機械手臂動作，並以非同步噪聲抽樣加速動作解碼。實驗顯示在RoboCasa與RoboTwin2.0基準上成功率分別達79.2%與90.7%，同時產生高保真4D重建。