물리 세계·현실 영향Yuran Wang 외
OpenWAM 공개
OpenWAM 공개 — 비디오 생성 사전학습 사전지식을 실행 가능한 제어 신호로 바꾸는 World-Action Model 의 설계 공간을 모듈 단위로 분해한 오픈 리서치 스택. 통제 실험으로 ① 충분히 강한 생성 백본과 압축적·정보밀도 높은 잠재공간이 상위 지식 전이의 조건이고 ② 세계-행동 시너지에는 전용 행동 용량·명시적 world-to-action 정보 흐름·동기화된 공동 디노이징이 필요하며 ③ 체화 사전학습의 이득은 주로 도메인 외 일반화에서 나타난다는 세 원칙을 도출함. 저자 주장으로 1인칭 인간 영상과 로봇 데이터 약 6,400시간으로 사전학습한 OpenWAM-α 가 시뮬레이션 8개 벤치마크와 단일팔·양팔·다관절 손 실물 로봇 실험 전반에서 일관되게 우수했다고 밝힘.
왜 중요한가
월드모델 기반 로봇 정책이 폐쇄형 시스템 경쟁에서 '어떤 설계 요소가 왜 작동하는가'를 검증하는 통제된 과학으로 넘어가는 전환점이다.
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
논문arxiv.orghttps://arxiv.org/abs/2609.073982026년 9월 14일에 더한 조각 · 그 주 보기
같은 주에 나온 조각09.11'Scaling Storage for 1 Billion ChatGPT Users (Part I)' 공개공식 발표09.10Agents API 퍼블릭 베타 공개공식 발표09.10ChatGPT Work 에 Data agent 를 공개함공식 발표09.10클라우드 샌드박스에서 실제 셸을 과제당 300턴 이상 조작하며 각 과제 자체의 검증기로 보상을 받는 122B…논문