Modality-Autoregressive World-Action Models

• 类型：arxiv
• 标识：2609.17524
• 链接：https://arxiv.org/abs/2609.17524
• 主分类：engineering
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：ModAR is introduced, the first WAM to autoregressively denoise multiple future modalities before predicting actions, and it is found that ModAR's sequential generation outperforms existing WAM formulations, with the highest average success rate at all evaluated data scales.
• OpenAlex ID：W7213403652
• OpenAlex DOI：10.48550/arxiv.2609.17524
• DOI：10.48550/arxiv.2609.17524
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.17524
• OpenAlex更新：2026-09-18
• 待LLM分类：否
• 标题中文：模态自回归世界-动作模型
• TLDR中文：论文提出了 ModAR，这是首个在预测动作前以自回归方式对多种未来模态进行去噪的 WAM；研究发现 ModAR 的序列化生成优于现有 WAM 形式，并在所有评估数据规模下取得最高的平均成功率。
• 来源文件：
• /inbox/tom/_candidates/2026-09-16-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]