待验证50% 置信基准精确时间

与 RAEv2 视频生成模型基线相比，LaLa-World 达到可比的规划性能，训练成本仅为后者的 1/6，规划速度快 13.9 倍。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/21

首次发现

有效期至：2027/1/19

来源

LaLa-World：用自然语言动作扩展潜在世界模型

rss2026/10/20

涉及实体

LaLa-Worldmodel RAEv2model

相关事实

待验证在 MPC 规划任务上，LaLa-World 的平均性能超过了为每个领域或任务单独训练的现有潜在世界模型。72% 相似待验证在NVIDIA GB200平台上，路由专家SwiGLU任务完整训练步吞吐提升8.0%，为四个任务中收益最高69% 相似已验证与传统端到端模仿学习相比，VLA模型具备更强的泛化能力，但推理延迟高、对训练数据多样性要求苛刻，在实时控制和低成本硬件上的部署仍是主要挑战65% 相似待验证LoRA通过在预训练模型权重上叠加低秩分解矩阵实现参数高效微调，一致性最高，但每个新角色需要数十张参考图和数小时训练，工程成本高64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1079267

API

curl https://kongchang.com/api/v1/knowledge/claims/1079267

MCP

get_claim(id=1079267)