银河通用WAM-TTT：首个具身智能大模型测试时后训练框架
银河通用发布WAM-TTT框架，机器人通过观看第一视角视频即可适应新场景，泛化能力超越硅谷大模型。
AI 深度解读
银河通用发布 WAM-TTT，全球首个具身智能大模型测试时后训练框架，用低成本人类视频替代昂贵机器人数据。
- WAM-TTT 在跨环境实测中泛化保持率达 76%，而 Physical Intelligence 的 π0.5 成功率砍半。
- 部署时只需人类用运动相机录制第一视角视频，无需遥操设备或动作标注，成本极低。
- 人类视频可 1:1 等效替代昂贵的机器人轨迹数据，在相同预算下性能持平。
- 模型采用“大模型主干冻结 + 专用参数快学习”架构，避免灾难性遗忘。
- 影响/看点：该框架大幅降低具身智能部署成本，可能加速机器人进入家庭和工厂的商业化进程。