KAIST 潜空间世界模型让 GUI 智能体成功率提升 40.6%

KAIST 提出潜空间世界动作模型（Latent World Action Model），将 GUI 智能体的世界模型预测从像素空间全屏重建转为潜空间中动作引起的未来信息，并用动作感知对比目标对抗 identity shortcut。