BrainWAM:为什么自动驾驶的语义与预测不该在原始 token 里硬融合
BrainWAM 提出一种受脑功能特化启发的动作空间协调框架,将 VLA 语义推理与 WAM 预测世界建模转化为两条独立动作通路,通过 CAB 和 CIF 在紧凑动作表示层面协调,避免原始 token 融合中的注意力分配失衡。
BrainWAM 提出一种受脑功能特化启发的动作空间协调框架,将 VLA 语义推理与 WAM 预测世界建模转化为两条独立动作通路,通过 CAB 和 CIF 在紧凑动作表示层面协调,避免原始 token 融合中的注意力分配失衡。