- 论文公开站arXiv
观察、回忆、行动：并发具身流中的常开机器人
Watch, Recall, Act: Always-On Robots in Concurrent Embodied Streams
摘要显示，论文针对「永远在线」机器人面临的持续指令流、场景变化与自身历史动作影响问题，提出 ARMS 流式策略：以预训练 π0.5 为骨干，叠加三个轻量模块，将实时感知、具身状态与自身过去动作转为上下文，异步更新使「看」与「忆」不阻塞「行动」，双臂可并发执行。作者构建 ARMS Dataset 以真实双臂遥操作自动标注各模块，联合任务达 45%，强基线为 28%，消融显示记忆模块、具身状态头与异步并发均必要。
意义：为长时在线、可中断的具身智能体提供简单可扩展的流式上下文方案，异步并发设计对实时机器人系统有直接参考价值。
- 论文公开站arXiv
ReWorld：具备长时记忆的交互式世界模型
ReWorld: An Interactive World Model with Long-Horizon Memory
摘要显示，ReWorld是一种交互式世界模型，通过混合注意力窗口和随机头路由，在训练时分离控制与记忆，推理时使用有界KV缓存和姿态索引地标库，实现长时记忆下的实时视频生成。数据引擎统一多源数据尺度，并通过LoRA蒸馏实现四步采样，在704x1280分辨率下实时生成，在动作跟随、长时记忆和视频质量方面优于六种现有模型。
意义：ReWorld解决了交互式世界模型中控制与记忆的结构性矛盾，实现了长时记忆下的实时高保真视频生成，对虚拟现实、游戏和机器人仿真等应用具有重要意义。