李飞飞团队发布 OpenWAM：开源世界动作模型框架，机器人成功率提升 29.4 个百分点

斯坦福大学李飞飞、吴佳俊等人发布开源世界动作模型框架 OpenWAM，基于 Wan2.2-5B 视频模型在约 334 万条交互视频上预训练，采用共享 MoT 架构和四种可配置交互方式。消融实验显示，将原版 Wan2.2 底座换成因果化机器人视频预训练底座后，VTA 在 LIBERO-Long 上成功率从 68.4% 升至 97.8%。团队已开源训练、评测与组合代码及预训练视频模型权重。