**ST-WAM：应对视觉分布偏移的语义-时序世界动作模型**

_ST-WAM: Semantic-Temporal World Action Model for Robust Manipulation under Visual Distribution Shifts_

> HuggingFace社区热门论文提出ST-WAM，通过结合DINOv3语义表示与VAE动态建模，解决机器人在视觉分布偏移下的操作鲁棒性问题。该模型无需额外具身预训练或任务标注，在LIBERO基准达98.7%，零样本LIBERO-Plus性能提升21.3个百分点，真实场景视觉偏移下成功率从25.8%跃升至61.5%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.28993)