**World-to-Wrist：面向细粒度机器人操作的腕部未来建模**

_World-to-Wrist: Task-Conditioned Future Wrist Modeling for Fine-Grained Robot Manipulation_

> HuggingFace Daily Papers 推荐论文。研究提出W2-VLA模型，解决视觉-语言-动作(VLA)模型在处理主视角和腕部视角时的局限。该模型通过任务条件化的未来腕部建模，结合多视角观察和任务指令，预测未来腕部状态以辅助动作生成。引入W2-CoT合成管线提供结构化标注。在LIBERO、RoboTwin 2.0等基准上验证了细粒度和接触敏感操作的改进，动作生成率保持80Hz以上。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-08-07 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.05369)