Hugging Face Daily Papers·· 6 天前精选AI 评分52
Latent World Action Model：面向 GUI 智能体的潜空间世界模型
Latent World Action Model for GUI Agents
AI 导读
论文提出 Latent World Action Model，将 GUI 世界建模的预测目标从全屏像素重建改为潜空间中的动作诱导未来信息，用一个大模型共享表示驱动动作选择与预测转移两个头。
推荐理由
论文把 GUI 世界模型的预测目标从像素重建改为潜空间动作信息，并给出成功率与延迟的对比数据。
来源：Hugging Face Daily Papers · huggingface.co