DreamX-Phi 1.0: Action-Conditioned Video World Model for Robotic Manipulation

• 类型：arxiv
• 标识：2608.13489
• 链接：https://arxiv.org/abs/2608.13489
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：An action-conditioned video world model for robotic manipulation that, given an observed frame, a language instruction, and a prescribed action sequence comprising end-effector poses and gripper states, predicts the resulting future observations is presented.
• 待LLM分类：否
• 标题中文：DreamX-Phi 1.0：面向机器人操作的动作条件视频世界模型
• TLDR中文：本文提出一种用于机器人操作的动作条件视频世界模型，给定观测帧、语言指令以及由末端执行器位姿和夹爪状态组成的预定动作序列，预测对应的未来观测结果。
• 来源文件：
• /inbox/tom/_candidates/2026-08-14-agent-rag-longcontext-candidates.json
• [S2 enrich]