一句话看懂：alphaXiv 收录的论文提出力感知世界动作模型 FAWAM，将六维力/力矩信号同时用于感知、预测和闭环执行，在真实接触密集任务中比纯视觉基线成功率高出 36.25%。
事件核心：发生了什么
根据论文摘要，研究团队提出 FAWAM（Force-Aware World Action Model），把力信息拆成三层使用：先编码历史六轴力/力矩信号来调节动作生成；再联合预测未来动作与末端执行器 wrench（力与力矩），显式刻画接触演化；最后加入残差修正模块，以预测的 wrench 轨迹为执行参考，结合实时力反馈在线微调动作。
摘要披露的真实世界实验显示，在多个接触密集任务上，FAWAM 的平均成功率比仅视觉基线高 36.25%，比已有的力感知基线高 21.25%。目前公开信息仅为论文摘要，完整实验设置、任务清单与评测细节尚待正文确认。
为什么重要
过去不少机器人策略把力当作额外的观测输入，模型知道“现在用了多大力”，却不预测“接触接下来会怎么变”。FAWAM 的路线是把力同时纳入世界模型预测与执行期纠偏，这更接近人类在插拔、拧紧、装配等任务中的做法：先预判接触走势，再根据手感实时修正。若该思路可复现，会推动力控从辅助信号升级为策略主干的一部分，也为视觉语言动作模型之外的接触操作路线提供参照。
对用户/开发者/创作者的影响
对机器人开发者而言，FAWAM 提示了一条低成本增强路径：已有视觉策略可通过引入力/力矩输入、增加 wrench 预测头和在线残差修正来提升接触任务表现，而不必完全重训基座模型。对做具身智能应用的团队，力传感器数据与预测轨迹的对齐、实时推理延迟将是工程落地的关键。普通用户短期不会直接接触到该模型，但装配、分拣、精密插接等场景的自动化可靠性若提升，相关产品体验会间接受益。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文是否公开代码与训练数据，决定社区能否复现 36.25% 的提升；二是力感知世界模型与 ForceVLA、VT-WAM 等同期工作的对比结果；三是真实硬件上的推理频率与泛化表现，能否支撑从实验室走向产线。
来源：alphaXiv
