OneWM：世界建模与动作建模可相互促进
AI 总结
arXiv 于 2026 年 10 月 15 日刊出一篇论文，提出统一因果训练框架 OneWM：在同一套视频-动作架构中，把动作同时当作世界预测的条件和策略学习的目标，用来检验世界建模与动作建模是否能彼此受益。作者在 LIBERO、LIBERO-Plus 和 RoboCasa365 三个具身测试平台上评估策略学习与世界建模，并补充了真实世界策略实验。论文摘要称：学习特定动作带来的视觉后果可提升策略性能及跨场景泛化能力，而动作学习也能在同一架构下提升多视角世界预测的保真度——作者据此对两个问题都给出肯定回答。
深度见解
若世界建模与动作生成的互惠关系能稳定复现，具身智能体的训练可以在单一架构内同时提升决策与预测能力，而不必分别构建两套模型。