[논문리뷰] SimWAM: A Simple World Action Model for End-to-End Autonomous Driving본 논문은 기존 World-Action Models의 'imagine-then-act' 파이프라인이 갖는 실시간 추론 지연(Latency) 문제를 해결하고자 합니다. 기존 방식은 자율주행 경로를 계획하기 전 미래 프레임을 반드시 생성해야 하므로 컴퓨팅 자원 소모가 크다는 한계가 있습니다.#Review#World-Action Models#End-to-End Autonomous Driving#Flow Matching#Trajectory Planning#Reinforcement Learning#Vision-Language-Action2026년 8월 9일댓글 수 로딩 중
[논문리뷰] BadWAM: When World-Action Models Dream Right but Act Wrong본 논문은 WAM이 미래 상태를 예측하는 능력을 갖추고 있음에도 불구하고, 이러한 결합 구조가 오히려 새로운 형태의 보안 취약점이 될 수 있음을 지적합니다.#Review#World-Action Models#Embodied AI#Adversarial Attack#World-Action Drift#Closed-Loop Execution#Robotics2026년 7월 16일댓글 수 로딩 중
[논문리뷰] HumanScale: Egocentric Human Video Can Outperform Real-Robot Data for Embodied PretrainingEmbodied foundation model 학습의 핵심 병목 현상은 정밀하게 주석 처리된 고품질 로봇 데이터의 부족과 데이터 수집의 높은 비용입니다.#Review#Embodied AI#Egocentric Video#Pretraining#Robot Learning#Scaling Laws#Generalization#World-Action Models2026년 6월 18일댓글 수 로딩 중
[논문리뷰] Flash-WAM: Modality-Aware Distillation for World Action Models본 논문은 WAM이 manipulation 벤치마크에서 강력한 성능을 보임에도 불구하고, 실시간 제어를 저해하는 높은 inference latency 문제를 해결하고자 합니다. 기존 WAM은 video 및 action denoising에 수십 단계의 반복적인 과정을 거쳐야 하므로 실시간 로봇 제어에 부적합합니다.#Review#World-Action Models#Step Distillation#Consistency Models#Robotic Foundation Models#Flow Matching#Modality-Aware Distillation2026년 6월 4일댓글 수 로딩 중