提出可控世界动作模型CtrlWAM

2026年10月2日，arXiv cs.CV 刊出工作 CtrlWAM，一种意图与预见对齐的可控世界动作模型（World-Action Model, WAM）。该方法在模拟器中执行扰动动作，并与加噪后的视觉结果配对，从而让 WAM 的意图与预见相互对齐；同时引入 warped video-action 噪声调度，并将动作接口从纯 ego 控制扩展到可变数量的智能体流。报道称，在驾驶实验中，CtrlWAM 的动作预测更准、生成视频与动作更一致、指令跟随更好；在机器人实验中，其运动保真度与可控性更强。目前该工作以论文形式公开，尚未见后续报道提及其他进展或与此前说法相矛盾之处。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。