Simple-WAM：简化世界动作模型推理

2026年9月29日，HuggingFace Daily Papers收录一项关于世界动作模型（WAM）泛化能力的实证研究。该研究指出，Latent WAM 在分布内任务上与 Explicit WAM 表现持平，但丢失了 WAM 原本的泛化优势，在环境扰动、数据效率和任务泛化三个维度上均出现一致退化，且差距几乎全部来自第一步去噪。基于此，研究者提出 Simple-WAM，将未来建模简化为对完全加噪视频 token 的单次前向传播，并使训练时的噪声调度适配这一推理行为。目前该工作以论文形式公开，尚无后续跟进报道。

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。