热点事件持续更新
EVO-WAM实现世界动作模型自训练迭代
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月19日，36氪报道了EVO-WAM框架，该框架旨在让世界动作模型（WAM）通过自我想象与验证实现进化，无需依赖新增专家示范或环境试错。其核心机制是利用视觉语言模型判断任务完成度，并结合逆动力学模型验证动作与画面的一致性，从而筛选出可靠经验用于微调。实验数据显示，经过四轮自训练，Cosmos3模型在七个未见仿真任务上的平均成功率从26.9%提升至68.0%，在三个真机长时序组合任务上从20.0%提升至76.7%。目前进展表明该方法能有效提升模型在无监督场景下的性能。
AI 根据报道生成 · 4 小时前更新
最新进展10月19日 18:08
EVO-WAM经四轮自训练使Cosmos3模型在仿真及真机任务成功率显著提升。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- 36氪 · 文章EVO-WAM：世界动作模型通过自我想象与验证实现无专家示范进化
EVO-WAM提出一种让世界动作模型（WAM）依靠自身生成的视频和动作轨迹进行迭代进化的方法，无需新增专家示范或环境试错。该框架通过视觉语言模型判断任务完成度，并利用逆动力学模型验证动作与画面的一致性，筛选出可靠经验用于微调。实验显示，经过四轮自训练，Cosmos3模型在七个未见仿真任务上的平均成功率从26.9%提升至68.0%，在三个真机长时序组合任务上从20.0%提升至76.7%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。