World Action Model：经典论文

黄这了一些典空工作按操创间的频序展开

I RT2

ie Hfps:iototes’’trersoet2.ptubjose/2.d间： 2023年7开

西

始VLA之一，RT-2使用了大量的五联网VQ据与少里的机械网的AcSonDat行CoFine-Tunng, 独组sl, 共i744个episode,

RT-2使用下离的7维的scion请示, 韩每个能续据邮化到256 bins, B用256个1skons乐率示,

1128912415101127

郑困时，图prorpt为机量人压务时，退过驱制解弱词表（constrsinsd decoding）， 强附模型只从.256个者动作token中保H， B象总注活地

3: https/aniv.orgpd/2410.2
时间：2024年10日
Bls: Posinellntelbr

不畏于反T2图版acontskan5N， pD限用了客VLM菌denste作为件副dfusicnfowmetchinplsptee, i量s

V–JEPA 2: Self-MoersEnable Supervised Video

aot: rgps/env.arge时间：2025年6月eie: tts

二画

调，而V-JEPA2 AC 是−个 acondlionedvoldmedel, 地获是格入之B明

YJEPA2ACMPC星版图动学，一HDM型，核入当前和未，通过优化con

I Unitied World Models

时间：2025年3月构：UniversilyofWostington

营票： R552025

Ot+T ~ p(|01:t, at)

包的核定之的的观到沟血黄动作，预之后现(vorlemodel），tseing，2

atz+T ~ p(-1O1t,Ot+T

at:t+T ~p(-|01:t)

模性s：

也定之的现测，得到之具需要倒什么功作，一个pplcy，入在人的状态。

ott+tT ~ p(-|01:t)

选西种信务准理时通过不同的时间首控制率]， SL @ 号 = 下 Ouion Forci/hHre-/eviv ras/vtrunr nrg1 .

I WoridVLA

间：2025年5月机构：达摩轨

一商语总结：该惠墨位形式，WotdYLAX)scions了，热A

[ Large Video Planner

： 2025年2Ie: MIT, UC Berkev. Hanard

Vsion-Languope-Acton(VLA) 第式*曲机人型，自体值法上，请施一个在签人donain让物物频生或模型，结合vdeoto.octo

ppolne（还运动学）限图对的xcton≦ 于Latent Dffusion + DIT (Dfusior

3D VAE：按纯生缩维空间

O DfusionForcng