世界建模与动作建模在统一因果训练下能否相互促进？

arXiv 2026 36.5 method

TLDR

OneWM在共享视频-动作架构中统一因果训练世界预测与动作生成，证明二者在基准与真实实验中互惠互利。

评分理由

The paper offers a strong empirical comparison across simulated and real-world embodied environments, directly testing bidirectional improvements between world modeling and action learning. Its weakness is that the abstract does not discuss architectural limitations or failure cases, so the generality of the reciprocal benefits remains unclear.

Read-first 评分解释

综合优先阅读分 36.5，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 48。

近期性 5%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

主题相关性 25%

68.6

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 15%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：实验、结果

可复现性 15%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

图谱声望 15%

5.7

基于可用 OpenAlex 引用关系构建局部引用图，并计算 PageRank 风格的图谱声望。局部 PageRank：0.0016

引用影响力 15%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 10%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：416。

关键词评分

world model

world dynamics prediction

video world model

interactive world model

generative world model

model-based reinforcement learning world model

world simulator

深度分析

创新点

提出 OneWM，一种统一因果训练框架，在共享视频-动作架构中将动作同时视为世界预测的条件和策略学习的目标。
通过直接实证研究，展示了动作条件世界建模与动作学习之间的互惠益处。

方法

论文提出 OneWM，一个基于共享视频-动作架构的统一因果训练框架；在该架构中，动作既作为世界预测的条件，又作为策略学习的目标来生成。研究在 LIBERO、LIBERO-Plus 和 RoboCasa365 上评估策略学习与世界建模，并用真实世界策略实验进行补充。

关键结果

学习指定动作的视觉后果可提升策略性能及场景变化下的泛化能力；在同一架构下，动作学习可提高多视角世界预测的保真度。

资源

论文