DemoDPO

浙大、西湖与百度提出 LeWAM：用冻结 I-JEPA 嵌入同时支撑动作生成与未来嵌入预测，再以 DemoDPO 做离线偏好精炼，0.4B 可训练参数在 RoboTwin 2.0 上平均成功率 92.28%。