/ Модель

Характеристики

Лицензия
MIT
Опубликована
31 мая 2026

lawam_pretrain

Языковая модельИзображение, текст → action3 профессии

LaWAM — робототехническая политика, которая использует прогнозируемые латентные визуальные подцели для управления действиями робота при манипуляциях.

93скачиваний за 30 дней0лайковвеса обновлены29 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LaWAM (Latent World Action Model) — модель робототехнической политики, представленная в карточке проекта LaWAM. Она использует латентную модель мира для прогнозирования будущих признаков наблюдений в пространстве замороженного визуального энкодера и передаёт их политике как визуальные подцели, помогая генерировать действия без восстановления будущего видео. Модель предназначена для управления роботом при манипуляциях; в README указаны оценки на LIBERO, RoboTwin и реальных задачах манипуляции, а также низкая задержка инференса.

Для настройки и запуска авторы отсылают к официальному репозиторию LaWAM. Репозиторий использует формат PyTorch и распространяется по лицензии MIT.

Сценарии применения

  • управление роботом при задачах манипуляции
  • генерация действий робота по визуальным наблюдениям
  • планирование манипуляций с прогнозом будущих визуальных признаков
  • оценка политик управления в симуляторах LIBERO и RoboTwin

Ограничения

Для подготовки окружения, данных, обучения и инференса README направляет к официальному репозиторию; конкретные требования к аппаратуре и поддерживаемым роботам в карточке не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies

LaWAM (Latent World Action Model) is a robotics policy model that exposes predictive dynamics to robot policies through compact latent visual subgoals instead of reconstructed future video. It achieves state-of-the-art or competitive success rates across LIBERO, RoboTwin, and real-world manipulation tasks while maintaining low-latency inference.

Method Overview

LaWAM introduces a latent world-model interface for VLA policies. It predicts future observation features in a frozen visual feature space and injects them as latent visual subgoals for action generation.

Setup and Inference

Please refer to the official GitHub repository for instructions on environment setup, dataset preparation, SFT training, and running inference on the LIBERO and RoboTwin simulators.

Citation

If you find LaWAM useful in your research, please consider citing:

@misc{chen2026lawam,
  title = {LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies},
  author = {Chen, Jialei and Wang, Kai and Chen, Kang and Chen, Shuaihang and Gao, Feng and Tang, Wenhao and Li, Zhiyuan and Liu, Weilin and Yao, Zhuyu and Li, Boxun and Xu, Yuanbo and Yu, Chao},
  journal = {arXiv preprint arXiv:2606.15768},
  year = {2026},
  archiveprefix = {arXiv},
  primaryclass = {cs.RO},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
62b14a8

0 моделей