Bagel Labs 发布 WorldDiT:10亿参数以下实现机器人动作与场景预测统一建模在机器人学习领域,一个长期存在的争论是:应该训练一个专门预测动作的策略模型,还是用一个巨大的视觉语言模型把感知、理解和控制全塞进去? Bagel Labs 今天发布的 WorldDiT 给出了第三条路...世界模型# Bagel Labs# WorldDiT3个月前910