**ProWAM:通过渐进式视觉规划提升机器人世界动作模型**

_World Action Modeling with Progressive Visual Planning_

> ProWAM 提出一种渐进式世界动作模型,通过联合预测动作与稀疏视觉子目标序列,解决长时程预测效率低及缺乏目标导向的问题。该方法利用大规模无动作视频学习子目标预测,仅需单次视频骨干前向传播即可缓存特征,显著降低计算成本。在 LIBERO-Plus 和 RoboTwin 等基准测试中,ProWAM 创下新纪录,并在零样本真实场景实验中取得 70% 的成功率,较最强基线提升 15 个百分点,展现出卓越的分布外鲁棒性。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.02508)