Buchumschlag

GigaWorld-Policy: An Efficient Action-Centered World--Action Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Angen, Wang, Boyuan, Ni, Chaojun, Huang, Guan, Zhao, Guosheng, Li, Hao, Li, Hengtao, Li, Jie, Lv, Jindi, Liu, Jingyu, Cao, Min, Li, Peng, Deng, Qiuping, Mei, Wenjun, Wang, Xiaofeng, Chen, Xinze, Zhou, Xinyu, Wang, Yang, Chang, Yifan, Li, Yifan, Zhou, Yukun, Ye, Yun, Liu, Zhichao, Zhu, Zheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GigaWorld-0: World Models as Data Engine to Empower Embodied AI
von: GigaWorld Team, et al.
Veröffentlicht: (2025)

GigaBrain-0: A World Model-Powered Vision-Language-Action Model
von: GigaBrain Team, et al.
Veröffentlicht: (2025)

GigaBrain-0.5M*: a VLA That Learns From World Model-Based Reinforcement Learning
von: GigaBrain Team, et al.
Veröffentlicht: (2026)

ReconPhys: Reconstruct Appearance and Physical Attributes from Single Video
von: Wang, Boyuan, et al.
Veröffentlicht: (2026)

VLA-R1: Enhancing Reasoning in Vision-Language-Action Models
von: Ye, Angen, et al.
Veröffentlicht: (2025)

EmbodieDreamer: Advancing Real2Sim2Real Transfer for Policy Training via Embodied World Modeling
von: Wang, Boyuan, et al.
Veröffentlicht: (2025)

DriveDreamer4D: World Models Are Effective Data Machines for 4D Driving Scene Representation
von: Zhao, Guosheng, et al.
Veröffentlicht: (2024)

WonderTurbo: Generating Interactive 3D World in 0.72 Seconds
von: Ni, Chaojun, et al.
Veröffentlicht: (2025)

EMMA: Generalizing Real-World Robot Manipulation via Generative Visual Transfer
von: Dong, Zhehao, et al.
Veröffentlicht: (2025)

ViVa: A Video-Generative Value Model for Robot Reinforcement Learning
von: Lv, Jindi, et al.
Veröffentlicht: (2026)

VAG: Dual-Stream Video-Action Generation for Embodied Data Synthesis
von: Lang, Xiaolei, et al.
Veröffentlicht: (2026)

HumanDreamer: Generating Controllable Human-Motion Videos via Decoupled Generation
von: Wang, Boyuan, et al.
Veröffentlicht: (2025)

WonderFree: Enhancing Novel View Quality and Cross-View Consistency for 3D Scene Exploration
von: Ni, Chaojun, et al.
Veröffentlicht: (2025)

GigaVideo-1: Advancing Video Generation via Automatic Feedback with 4 GPU-Hours Fine-Tuning
von: Bao, Xiaoyi, et al.
Veröffentlicht: (2025)

ActDistill: General Action-Guided Self-Derived Distillation for Efficient Vision-Language-Action Models
von: Ye, Wencheng, et al.
Veröffentlicht: (2025)

WorldDreamer: Towards General World Models for Video Generation via Predicting Masked Tokens
von: Wang, Xiaofeng, et al.
Veröffentlicht: (2024)

ReconDreamer-RL: Enhancing Reinforcement Learning via Diffusion-based Scene Reconstruction
von: Ni, Chaojun, et al.
Veröffentlicht: (2025)

Time-Unified Diffusion Policy with Action Discrimination for Robotic Manipulation
von: Niu, Ye, et al.
Veröffentlicht: (2025)

WorldTree: Towards 4D Dynamic Worlds from Monocular Video using Tree-Chains
von: Wang, Qisen, et al.
Veröffentlicht: (2026)

From Forecasting to Planning: Policy World Model for Collaborative State-Action Prediction
von: Zhao, Zhida, et al.
Veröffentlicht: (2025)

RotVLA: Rotational Latent Action for Vision-Language-Action Model
von: Li, Qiwei, et al.
Veröffentlicht: (2026)

World Models as Group Actions
von: Wang, Zijie, et al.
Veröffentlicht: (2026)

IC-World: In-Context Generation for Shared World Modeling
von: Wu, Fan, et al.
Veröffentlicht: (2025)

DriveDreamer-2: LLM-Enhanced World Models for Diverse Driving Video Generation
von: Zhao, Guosheng, et al.
Veröffentlicht: (2024)

DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning
von: Zhou, Yang, et al.
Veröffentlicht: (2026)

Co-Evolving Latent Action World Models
von: Wang, Yucen, et al.
Veröffentlicht: (2025)

VLA-RFT: Vision-Language-Action Reinforcement Fine-tuning with Verified Rewards in World Simulators
von: Li, Hengtao, et al.
Veröffentlicht: (2025)

SwiftVLA: Unlocking Spatiotemporal Dynamics for Lightweight VLA Models at Minimal Overhead
von: Ni, Chaojun, et al.
Veröffentlicht: (2025)

Can Structured Templates Facilitate LLMs in Tackling Harder Tasks? : An Exploration of Scaling Laws by Difficulty
von: Yang, Zhichao, et al.
Veröffentlicht: (2025)

MAPF-World: Action World Model for Multi-Agent Path Finding
von: Yang, Zhanjiang, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Continuous Actions Under Unmeasured Confounding
von: Li, Yuhan, et al.
Veröffentlicht: (2025)

OA-WAM: Object-Addressable World Action Model for Robust Robot Manipulation
von: Liu, Yushan, et al.
Veröffentlicht: (2026)

Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising
von: Guo, Jun, et al.
Veröffentlicht: (2026)

The DAWN of World-Action Interactive Models
von: Lu, Hongbo, et al.
Veröffentlicht: (2026)

World-Value-Action Model: Implicit Planning for Vision-Language-Action Systems
von: Li, Runze, et al.
Veröffentlicht: (2026)

DAWM: Diffusion Action World Models for Offline Reinforcement Learning via Action-Inferred Transitions
von: Li, Zongyue, et al.
Veröffentlicht: (2025)

WorldVLA: Towards Autoregressive Action World Model
von: Cen, Jun, et al.
Veröffentlicht: (2025)

ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration
von: Ni, Chaojun, et al.
Veröffentlicht: (2024)

ChronosObserver: Taming 4D World with Hyperspace Diffusion Sampling
von: Wang, Qisen, et al.
Veröffentlicht: (2025)

OmniActions: Predicting Digital Actions in Response to Real-World Multimodal Sensory Inputs with LLMs
von: Li, Jiahao Nick, et al.
Veröffentlicht: (2024)