# InternW0-Δ: Mô hình hành động thế giới đột phá cho robot với hơn 20.000 giờ dữ liệu mở

- Nguồn: Hugging Face Daily Papers
- Thời gian phát hành: 2026-09-28 07:00 (giờ Việt Nam)
- Điểm AI: 92/100
- Nhãn AIHOT: Tinh chọn
- Link AIHOT.vn: https://aihot.vn/items/148c4b703d994d6b
- Link gốc: https://arxiv.org/abs/2609.31394

## Lý do tinh chọn

Nghiên cứu quan trọng trong lĩnh vực robot học, giải quyết bài toán tích hợp đa phương thức phức tạp vào một khung làm việc thống nhất với quy mô dữ liệu ấn tượng.

## Tóm tắt AI

InternW0-Δ là mô hình hành động thế giới (WAM) hợp nhất, kết hợp các tiền đề về động lực học hình ảnh, ngữ nghĩa và hình học 4D để tối ưu hóa khả năng điều khiển robot, vượt trội hơn các phương pháp hiện có trên cả môi trường mô phỏng và thực tế.

## Thân bài

### Khoa học Máy tính > Robot học

arXiv:2609.31394 (cs)

Tác giả: [Xingyu Miao](https://arxiv.org/search/cs?searchtype=author&query=Miao,+X), [Zizun Li](https://arxiv.org/search/cs?searchtype=author&query=Li,+Z), [Baole Fang](https://arxiv.org/search/cs?searchtype=author&query=Fang,+B), [Kaiwen Song](https://arxiv.org/search/cs?searchtype=author&query=Song,+K), [Tenghui Wang](https://arxiv.org/search/cs?searchtype=author&query=Wang,+T), [Hanxue Zhang](https://arxiv.org/search/cs?searchtype=author&query=Zhang,+H), [Yating Wang](https://arxiv.org/search/cs?searchtype=author&query=Wang,+Y), [Xudong Li](https://arxiv.org/search/cs?searchtype=author&query=Li,+X), [Yuping He](https://arxiv.org/search/cs?searchtype=author&query=He,+Y), [Xueyuan Wei](https://arxiv.org/search/cs?searchtype=author&query=Wei,+X), [Chao Gao](https://arxiv.org/search/cs?searchtype=author&query=Gao,+C), [Xijie Yang](https://arxiv.org/search/cs?searchtype=author&query=Yang,+X), [Yingxiang Xu](https://arxiv.org/search/cs?searchtype=author&query=Xu,+Y), [Kerui Ren](https://arxiv.org/search/cs?searchtype=author&query=Ren,+K), [Wenqi Guo](https://arxiv.org/search/cs?searchtype=author&query=Guo,+W), [Jianjun Zhou](https://arxiv.org/search/cs?searchtype=author&query=Zhou,+J), [Xinzhe Wang](https://arxiv.org/search/cs?searchtype=author&query=Wang,+X), [Weiguang Zhao](https://arxiv.org/search/cs?searchtype=author&query=Zhao,+W), [Ni Yang](https://arxiv.org/search/cs?searchtype=author&query=Yang,+N), [Zetao Cai](https://arxiv.org/search/cs?searchtype=author&query=Cai,+Z), [Yufei Xue](https://arxiv.org/search/cs?searchtype=author&query=Xue,+Y), [Hengjie Li](https://arxiv.org/search/cs?searchtype=author&query=Li,+H), [Zeyu He](https://arxiv.org/search/cs?searchtype=author&query=He,+Z), [Yuanzhen Zhou](https://arxiv.org/search/cs?searchtype=author&query=Zhou,+Y), [Rong Fu](https://arxiv.org/search/cs?searchtype=author&query=Fu,+R), [Jianyang Zhang](https://arxiv.org/search/cs?searchtype=author&query=Zhang,+J), [Siwei Cui](https://arxiv.org/search/cs?searchtype=author&query=Cui,+S), [Fuxian Huang](https://arxiv.org/search/cs?searchtype=author&query=Huang,+F), [Yunsong Zhou](https://arxiv.org/search/cs?searchtype=author&query=Zhou,+Y), [Xing Gao](https://arxiv.org/search/cs?searchtype=author&query=Gao,+X), [Yifei Yao](https://arxiv.org/search/cs?searchtype=author&query=Yao,+Y), [Qiaojun Yu](https://arxiv.org/search/cs?searchtype=author&query=Yu,+Q), [Kailin Li](https://arxiv.org/search/cs?searchtype=author&query=Li,+K), [Ming Zhou](https://arxiv.org/search/cs?searchtype=author&query=Zhou,+M), [Mu Huang](https://arxiv.org/search/cs?searchtype=author&query=Huang,+M), [Xinyue Li](https://arxiv.org/search/cs?searchtype=author&query=Li,+X), [Wenze Cui](https://arxiv.org/search/cs?searchtype=author&query=Cui,+W), [Bingqi Jiang](https://arxiv.org/search/cs?searchtype=author&query=Jiang,+B), [Xueyue Zhu](https://arxiv.org/search/cs?searchtype=author&query=Zhu,+X), [Junting Dong](https://arxiv.org/search/cs?searchtype=author&query=Dong,+J), [Haoyu Guo](https://arxiv.org/search/cs?searchtype=author&query=Guo,+H), [Tao Lu](https://arxiv.org/search/cs?searchtype=author&query=Lu,+T), [Mulin Yu](https://arxiv.org/search/cs?searchtype=author&query=Yu,+M), [Bowen Zhou](https://arxiv.org/search/cs?searchtype=author&query=Zhou,+B), [Bin Zhao](https://arxiv.org/search/cs?searchtype=author&query=Zhao,+B), [Tianfan Xue](https://arxiv.org/search/cs?searchtype=author&query=Xue,+T), [Weinan Zhang](https://arxiv.org/search/cs?searchtype=author&query=Zhang,+W), [Chunhua Shen](https://arxiv.org/search/cs?searchtype=author&query=Shen,+C)

[Xem PDF](https://arxiv.org/pdf/2609.31394) [HTML (thử nghiệm)](https://arxiv.org/html/2609.31394v1)

> Tóm tắt: World Action Models (WAMs) mô hình hóa đồng thời động lực học hình ảnh và tạo hành động cho robot thao tác đa năng. Một thách thức trọng tâm là tích hợp các tiên nghiệm từ các mô hình tiền huấn luyện quy mô lớn—bao gồm động lực học hình ảnh, ngữ nghĩa cảnh, hình học và chuyển động—vào một khung thống nhất để tạo hành động cho robot. Chúng tôi giới thiệu InternW0-$\Delta$, một WAM thống nhất được tiền huấn luyện trên một tập dữ liệu không đồng nhất, vượt trội hơn các phương pháp trước đây trên các tiêu chuẩn mô phỏng và nền tảng robot thực tế. InternW0-$\Delta$ kết hợp động lực học hình ảnh tiền huấn luyện, ngữ nghĩa cấp độ cảnh, các tiên nghiệm hình học và chuyển động 4D, cùng khả năng tạo hành động trong một khung Mixture-of-Transformers (MoT). Một chuyên gia video tiền huấn luyện và một chuyên gia hành động tương tác dưới sự hướng dẫn ngữ nghĩa từ một VLM đóng băng, trong khi một mô hình nền tảng 4D tiền huấn luyện đưa vào các tiên nghiệm hình học và chuyển động thông qua chưng cất chỉ trong quá trình huấn luyện. Chúng tôi giới thiệu thêm Causal Imprint, giúp học các thay đổi cảnh liên quan đến tương lai từ sự giám sát tương lai chỉ trong quá trình huấn luyện và cung cấp các biểu diễn dự đoán trực tiếp cho chuyên gia hành động mà không cần triển khai video tương lai khi suy luận. Để huấn luyện chung quy mô lớn, chúng tôi xây dựng một tập dữ liệu không đồng nhất gồm các minh chứng robot, dữ liệu UMI, minh chứng con người góc nhìn thứ nhất và dữ liệu Ego2Robot, được biên soạn và căn chỉnh theo một biểu diễn trạng thái-hành động chung. Tập dữ liệu thu được chứa hơn 20.000 giờ dữ liệu huấn luyện đã xử lý, theo hiểu biết của chúng tôi là tập dữ liệu mã nguồn mở lớn nhất thuộc loại này. Chúng tôi tiền huấn luyện InternW0-$\Delta$ trên tập dữ liệu này và chứng minh hiệu suất mạnh mẽ trên các tiêu chuẩn mô phỏng và nền tảng robot thực tế. Chúng tôi sẽ mở mã nguồn huấn luyện, trọng số mô hình, cơ sở hạ tầng, quy trình xử lý dữ liệu và dữ liệu đã xử lý ở những nơi giấy phép cho phép. Trang dự án: [liên kết này](https://internrobotics.github.io/InternW0-Delta/)

| Chủ đề: | Robot học (cs.RO); Thị giác máy tính và Nhận dạng mẫu (cs.CV) |
| --- | --- |
| Trích dẫn là: | arXiv:2609.31394 [cs.RO] |
|  | (hoặc arXiv:2609.31394v1 [cs.RO] cho phiên bản này) |
|  | https://doi.org/10.48550/arXiv.2609.31394 DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký) |

### Lịch sử gửi bài

Từ: Xingyu Miao [xem email](https://arxiv.org/show-email/8853d450/2609.31394)] [v1] Thứ Sáu, 25 tháng 9 năm 2026 15:24:25 UTC (15.314 KB)

### Ngữ cảnh duyệt hiện tại:

cs.RO

Thay đổi cách duyệt theo:

### Đánh dấu trang

Công cụ thư mục

### Công cụ thư mục và trích dẫn

Bật/tắt Trình khám phá thư mục

Bật/tắt các bài báo liên quan

Bật/tắt Litmaps

Bật/tắt scite.ai

Mã nguồn, Dữ liệu, Phương tiện

### Mã nguồn, Dữ liệu và Phương tiện liên quan đến bài báo này

Bật/tắt alphaXiv

Bật/tắt Liên kết đến mã nguồn

Bật/tắt DagsHub

Bật/tắt GotitPub

Bật/tắt Huggingface

Bật/tắt ScienceCast

Bản demo

### Bản demo

Bật/tắt Replicate

Bật/tắt Spaces

Bật/tắt Spaces

Bài báo liên quan

### Công cụ gợi ý và tìm kiếm

Liên kết đến Influence Flower

Bật/tắt trình gợi ý cốt lõi

Về arXivLabs

### arXivLabs: các dự án thử nghiệm với cộng tác viên cộng đồng

arXivLabs là một khung cho phép các cộng tác viên phát triển và chia sẻ các tính năng mới của arXiv trực tiếp trên trang web của chúng tôi.

Cả cá nhân và tổ chức làm việc với arXivLabs đều đã chấp nhận và tuân thủ các giá trị của chúng tôi về sự cởi mở, cộng đồng, sự xuất sắc và quyền riêng tư dữ liệu người dùng. arXiv cam kết với các giá trị này và chỉ làm việc với các đối tác tuân thủ chúng.

Bạn có ý tưởng cho một dự án sẽ mang lại giá trị cho cộng đồng arXiv? [Tìm hiểu thêm về arXivLabs](https://info.arxiv.org/labs/index.html).