NowWAM adapte un transformeur de diffusion pré-entraîné au contrôle de robots sans prédire d’image future
1 sourcemis à jour il y a 2 jpertinence 2,5 sur5
L’essentiel
NowWAM atteint 87,7 % sur LIBERO-Plus avec FLUX2-Klein, soit 6,1 points de plus que la référence. Il divise par deux les tokens visuels d’entraînement et passe de 2,85 s à 1,63 s par étape.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceZanyi Wang, Yuheng Lei, Dengyang Jiang et al.huggingface.co
Beyond Future Prediction: Denoising as Generative Adaptation for Robot Control (site externe)
Pretrained generative Diffusion Transformers (DiTs) capture rich pixel-level visual and language-conditioned structure through large-scale image and video generation training.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5