主要来源arXiv cs.LG
查看原文事件专题 ·单一信源
LaLa-World：用语言条件训练潜在世界模型，规划速度提升13.9倍
论文提出 LaLa-World，一种语言条件潜在世界模型（LWM），用语言同时描述数值动作和视觉变化，使单一预测器能跨仿真、机器人轨迹和图像视频数据联合训练。其平均 MPC 规划成绩超过按领域单独训练的现有 LWM。与基于 RAEv2 的视频生成模型基线对比，LaLa-World 用 6 倍更少的训练成本达到相当规划性能，规划速度快 13.9 倍。其预训练版本可初始化 LaLa-Policy，在 LIBERO 和 RoboCasa 上与 Cosmos Policy 表现相当，推理最多快 5.5 倍。
当前结论
这篇论文把世界模型和语言模型接上了：用语言描述动作，一个预测器跨机器人、视频多个领域通用，规划比视频生成基线快13.9倍，做机器人方向值得细看。
2 个信源41° AI 热度最后更新 2026/10/20 08:32:14
证据链
2 个信源相关来源 1rohanpaul_ai
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。