Pretrained to Imagine, Fine-Tuned to Act: The Rise of World-Action Models

NVIDIAが「World-Action Models (WAM)」と「Vision-Language-Action (VLA) model」という新しいAIモデルカテゴリを提唱しました。

これらは、事前学習されたVLMを基盤とし、ロボットが現実世界で行動するためのポリシーを学習します。

ロボティクスやエージェントAIの進化における重要な概念であり、将来のAI開発に影響を与える可能性があります。