概念World Action Model / 世界动作模型
WAM
一种机器人控制范式，通过学习环境随动作变化的内部世界模型来进行规划与决策，强调对物理世界因果关系的建模，以实现更强的泛化能力和少样本学习
时间轴 (近 90 天)
10月11日
WAM 支持者认为预测模型足够准确后，智能体可通过模型预测控制（MPC）或隐空间树搜索实现少样本甚至零样本运动规划，绕过对海量真实演示数据的依赖
待验证50%
10月11日
VLA 偏向端到端模仿靠数据规模堆能力，WAM 偏向显式建模世界靠结构化推理提升泛化
待验证50%
10月3日
LIBERO仿真首次在Mac上跑通长程任务，GR00T达100%成功率，WAM达98%，28亿参数的VLA小模型达96%
待验证50%