ZimaBlue: Evolving Generalizable World Action Models through Scalable Video Pre-training

• 类型：arxiv
• 标识：2609.00188
• 链接：https://arxiv.org/abs/2609.00188
• 主分类：multimodal
• 形态：method
• 被引：5
• 被引来源：Semantic Scholar
• S2被引：5
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces ZimaBlue, a scalable framework for learning generalizable World Action Models (WAMs) from large-scale video, and adopts an asynchronous Slow-Fast dual-system architecture to make generative WAMs practical for real-time control.
• OpenAlex ID：W7206169618
• OpenAlex DOI：10.48550/arxiv.2609.00188
• DOI：10.48550/arxiv.2609.00188
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.00188
• OpenAlex更新：2026-09-05
• 副分类：engineering
• 待LLM分类：否
• 标题中文：ZimaBlue：通过可扩展视频预训练演化出可泛化的通用世界动作模型
• TLDR中文：本文提出 ZimaBlue，一个可扩展的框架，用于从大规模视频中学习可泛化的 World Action Models (WAMs)，并采用异步 Slow-Fast 双系统架构，使生成式 WAM 具备面向实时控制的实用性。
• 来源文件：
• /inbox/tom/_candidates/2026-09-02-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]