WING：以交互为中心的光谱潜在引导实现从第一视角视频到机器人策略的世界动作学习

WING（World Action Learning via INteraction-Centric Spectral Latent Guidance）通过分离观察者运动与手物交互、在光谱域提取低频共享结构，将第一视角视频中的交互知识迁移到机器人策略。