跳到正文
实时
热点事件历史事件

SWAM模型发布

1 篇报道1 个报道来源9 天前更新

先了解这件事

AI 综述

Hugging Face 发布了基于跨模态对齐的通用世界行动模型扩展方法 SWAM,通过在 4.7 万小时多模态数据上训练,混合使用 egocentric 视频和 UMI 演示提升控制泛化,最终模型在三个真实任务中达到 40.00% 的成功率,优于 23.33% 的基线。 该模型发布时提供了经过整理的数据、训练代码和模型权重。

AI 根据报道生成 · 更新于 8 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月10日
  1. Hugging Face Daily Papers
    SWAM: 基于跨模态对齐的通用世界行动模型扩展方法

    SWAM 通过跨模态对齐扩展世界行动模型,在 4.7 万小时多模态数据上训练,混合使用 egocentric 视频和 UMI 演示提升控制泛化,最终模型在三个真实任务中达到 40.00% 的成功率,优于 23.33% 的基线。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。