Sber publie GreenWAM, world model pour 20 familles de robots

GreenWAM, mis en ligne par le Sber Robotics Center sur Hugging Face Papers, se présente comme un unique world foundation model entraîné dans « a shared anatomical action space that describes 20 robot families, from bimanual arms to dexterous humanoids ».

Le cadrage est posé en une phrase par les auteurs: « A robot needs a world model that predicts how its actions will change the scene and a policy that chooses those actions. Models are usually built and evaluated for only one of these roles, and every robot records its actions in its own format. » L'idée est de faire tenir les deux rôles dans le même modèle, pour vingt corps à la fois.

Sur les benchmarks revendiqués, GreenWAM « attains top-tier trajectory, depth and 3D accuracy on WorldArena 1.0 », se classe « among the top entries » du leaderboard RoboTwin 2.0 et obtient le meilleur score zero-shot sur LIBERO-plus parmi les méthodes comparées, selon l'abstract. Sur CALVIN et LIBERO, il est présenté comme « competitive » face aux politiques dédiées vision-language-action et world-action.

Le test terrain compte autant que les leaderboards: adapté à un humanoïde réel, le modèle « succeeds more often than policies adapted from π₀.₅ and from Cosmos 3 Edge », et peut être distillé en politique à un pas pour du contrôle temps réel. L'abstract ne publie aucun chiffre par métrique ni le rang exact sur RoboTwin 2.0, et aucune évaluation tierce indépendante n'est encore disponible. Les poids sont diffusés sur Hugging Face et le code sur GitHub, prolongeant une séquence déjà chargée côté robotique: notre tracker robotique a enregistré 73 alertes dans le domaine sur les 90 derniers jours.