في عالم متسارع نحو الذكاء الاصطناعي، يأتي AcrossWAM1.0 كنموذج ثوري يستند إلى نمذجة إجراءات العالم الكامنة (Latent World-Action Models). هذا النموذج لا يتطلب عرض الرسوم المستقبلية، بل يستند إلى تقدير الأهداف المرئية ذات الصلة بالإجراءات في فضاء الميزات. تم إنشاء LaWAM كنموذج أساسي لكن النسخة الحالية تضع الأسس لتوسيع نطاق استخدام هذه التكنولوجيا.

تؤكد التحسينات، مثل فصل مكونات النموذج والتأكد من أن التشفير المدرب يمكن تحقيقه، أهمية AcrossWAM1.0 في تحسين سياسات الروبوتات. على سبيل المثال، تم اختبار استبدال العمود الفقري Qwen3-VL-2B مع Qwen3.5-0.8B وقد أظهر نتائج ناجحة تصل إلى 97.45%، قريباً من 98.00% للعمود الفقري الأقدم.

النموذج الجديد يضم 1,472.6M من المعلمات الفريدة، وهو أقل بنسبة 42.4% من النموذج السابق الذي يحتوي على 2B من المعلمات، مما يعني فعالية وكفاءة أعلى. بينما تبقى عمليات النقل عبر العائلات مفتوحة للتقييم، فإن AacrossWAM1.0 يمثل خطوة كبيرة نحو تحسين سياسات الذكاء الاصطناعي في الروبوتات.

إذا كنت من المهتمين بتطورات الذكاء الاصطناعي وما هي التحديات القادمة، هل تعتقد أن AcrossWAM1.0 يمكن أن يكون البداية لعصر جديد في الروبوتات؟ شاركونا آرائكم في التعليقات!