📖 AI 总结

文章介绍了自变量机器人发布的世界模型WALL-SS，旨在解决机器人从虚拟训练到真实操作之间的关键瓶颈。当前世界模型普遍存在“磁铁式抓取”等偏差，即模型过度依赖成功示范数据，导致对精细动作的预测失真，且长任务推演中误差累积，虚拟成绩难以在真机复现。WALL-SS通过“低清预览到高清细化”的层级生成方式，将动作与画面置于同一时间线，确保不同动作确实导向不同结果。实验数据显示，在动作敏感度评测中WALL-SS得分0.290，远超对比模型；轨迹精度达0.539，为最高分。这意味着机器人能通过虚拟预演筛选可靠动作策略，降低真实测试成本，为具身智能从实验室走向家庭、工业等复杂场景提供了可行路径。