# WAM综述：预测如何服务控制

WAM综述：预测如何服务控制

完整文章：https://haiguangboy.com/posts/wam-survey

## 核心方法

↳ ① 建模：联合预测，同时生成未来状态和动作；逆动力学，先预测未来状态，再从状态变化推断动作。综述没有判定哪条路线普遍更好。

↳ ② 架构：共享主干强调统一表示与联合训练；双系统把世界模块和动作模块分开，通过中间接口连接，便于分别适配，但接口设计更复杂。建模路线与模块怎么组织，需要分别比较。

↳ ③ 数据：互联网和人类视频主要提供视觉动态、运动与交互先验；机器人轨迹提供观测、动作和结果的对应关系。规模更大的视频数据，仍需经过动作对齐才能接到控制上。冻结参数、对齐层或残差动作头，都是保留先验的适配方式。

## 关键结果

世界模型追求预测准确，策略追求更高回报，两个目标并不天然一致。作者提醒，联合优化可能产生过度乐观、被策略利用的未来预测。分开训练世界模型与策略是一条路线，但模型偏差和模块协调问题仍然存在。

## 相关路线对比

- 相反路线 · [OpenWAM:正确答案会随规模变](https://haiguangboy.com/posts/openwam_an_open_modular_exploration_towards_systematic_world_action_model_pretra) `openwam_an_open_modular_exploration_towards_systematic_world_action_model_pretra_2026_09`：OpenWAM:正确答案会随规模变
- 相反路线 · [PAVE:失败数据也能喂饱策略](https://haiguangboy.com/posts/pave_predictive_alignment_and_value_guided_evolution_for_world_action_policies) `pave_predictive_alignment_and_value_guided_evolution_for_world_action_policies_2026_09`：PAVE:失败数据也能喂饱策略
- 相反路线 · [latepost_xuhuazhe_202603](https://haiguangboy.com/posts/latepost_xuhuazhe_202603) `latepost_xuhuazhe_202603_2026_03`：世界预测与动作选择可以分开优化 contradicts 路线赌注：行为/动作部分必须是统一模型，反对模块化拼接
- 相反路线 · [世界模型：推理时到底要不要想象](https://haiguangboy.com/posts/omega-eva) `omega_eva_envision_verify_and_act_with_latent_interactive_world_models_2026_08`：世界预测与动作选择可以分开优化 contradicts 核心主张:世界模型该做的不是训练时打辅助,也不是当外部模拟器,而是在动作生成这一步内部当验证器
- 相反路线 · [预测误差更低，表征却已经塌了](https://haiguangboy.com/posts/slim-05b) `slim_05b_learning_action_grounded_predictive_latents_for_robot_manipulation_2026_08`：神经模拟器可支持闭环策略改进 contradicts 核心主张:未来预测应当是塑造表征的训练信号,不是模型的输出
- 同路线 · [D4RT_Efficiently_Reconstructing_Dynamic_Scenes_One](https://haiguangboy.com/posts/d4rt_efficiently_reconstructing_dynamic_scenes_one) `d4rt_efficiently_reconstructing_dynamic_scenes_one_2026_06`：二维视频预测不自动保证三维与多视角一致 validates D4RT输出是相对/up-to-scale,不是metric——这是当具身3D数据源的命门

## 边界

⚠️ 部署时，三种“好”不能画等号
· 画面逼真，不证明动作可执行；轨迹误差低，不保证闭环安全；成功率高，也不能单独解释收益来自预测还是策略先验。
· 二维视频连贯，不保证几何、遮挡和多视角一致，错误会传到规划与动作解码。
· 多步采样、想象轨迹和动作解码都会延迟反馈。采样步数、预测时域、候选轨迹数、重规划频率，必须一起算进控制时延。

## 作者判断(非论文内容,跨论文综合观点)

💡 和OpenWAM放在一起看
OpenWAM在其评测中发现：没有具身预训练时，单向信息流略占优；加入预训练后，双向互通的优势才显现。这给综述的分类补上一个条件：架构优劣会随预训练条件改变，不能只凭“统一”或“解耦”选边。

半年后回看，值得检验的是：固定数据和算力预算，分开优化世界与策略，能否减少模型偏差引起的真实执行退化。这个结果，才有助于判断分离优化的价值。