2026 年 10 月 7 日至 8 日，斯坦福大學李飛飛、吳佳俊、Ehsan Adeli 等團隊發布並開源了世界動作模型（WAM）框架 OpenWAM，論文與程式碼倉庫同步公開。據機器之心報導，該框架試圖回答 WAM 中究竟是哪項設計帶來提升，做法是共享底座加可切換的互動方式。OpenWAM 基於阿里開源的 Wan2.2-5B 影片模型，先在約 334 萬條機器人操作與人類互動影片（名義時長約 1.46 萬小時）上做因果化預訓練，全程不用動作標籤，據 Hacker News 報導使用 32 張 NVIDIA B200 訓練 14 天。之後用 MoT 架構拼接 5B 影片專家與 2B 動作專家，只在一層聯合注意力中交換資訊，並支援四種互動程式：先想像畫面再生成動作（VTA）、順序相反（ATV）、兩者同時生成（Joint）等。框架還允許在推理時拼接獨立訓練的影片預測器、逆動力學模型（IDM）與前向動力學模型（FDM）。據機器之心，因果底座把 LIBERO-Long 成功率從 68.4% 提升到 97.8%，配反事實資料的區域性 IDM 遷移到新任務平均達 84.0%。對關注機器人學習與影片生成底座的研究者和開發者而言，OpenWAM 提供了可復現的比較基準與可複用的元件。
AI 根據 2 則報導生成 · 10/8 11:40 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
斯坦福李飛飛、吳佳俊等團隊發布開源世界動作模型框架 OpenWAM，用共享底座加可切換的互動方式，回答 WAM 裡究竟是哪個設計帶來提升。框架基於阿里 Wan2.2-5B，先在約 334 萬條、約 1.46 萬小時機器人影片上做因果化預訓練，再用 MoT 拼起 5B 影片專家與 2B 動作專家，支援四種先想或先動的互動程式。因果底座把 LIBERO-Long 成功率從 68.4% 拉到 97.8%，配反事實資料的區域性 IDM 遷移到新任務平均達 84.0%。
OpenWAM 是一個面向世界-動作模型的開放框架，讓影片預測與動作生成按不同順序組合，也能把獨立訓練的影片預測器、逆動力學模型（IDM）與前向動力學模型（FDM）在推理時拼接。它基於 Wan2.2-5B 適配機器人影片，在約 334 萬條軌跡、14640 小時影片上預訓練，用 32 張 NVIDIA B200 訓練 14 天，再以 5B 影片專家加 2B 動作專家組成 MoT 架構加入控制。
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 1 個。熱度 1.2，熱門榜第 10 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。