2026年7月13日 · World Action Models
From World Action Models to Embodied Brains: A Roadmap for Open-World Physical Intelligence
该论文提出世界行动模型（WAMs）作为连接候选干预与预测后果的框架，并指出当前进展因模型使用不兼容的动作空间和预测目标、数据集和任务遵循不同约定、运行时系统暴露有限接口而碎片化。论文将限制组织为三个耦合的差距：模型角色与表示、目标与标准化、系统组合。基于此，论文提出以“具身大脑”为核心的物理智能协同进化路线图，具身大脑是一个长期模型目标，用于整合多模态上下文、比较候选干预、发出状态转换或能力请求而非直接执行器命令。WAMs为其预测功能提供原型，物理线束通过工具、控制器、验证等将模型输出接地。
EVENT STORY
发展脉络
- 首次出现From World Action Models to Embodied Brains: A Roadmap for Open-World Physical IntelligencearXiv cs.AI
- 当前判断该路线图可能推动机器人、自动驾驶等物理世界AI系统的标准化，但短期内碎片化仍将持续。Agent Pulse · 分析
该论文回顾了世界行动模型（WAMs）的进展，指出当前研究碎片化，存在模型角色与表示、目标与标准化、系统组合三个耦合差距，并提出以“具身大脑”为核心的物理智能协同进化路线图。
WAMs通过连接候选干预与预测后果，为具身智能提供统一框架，但当前动作空间和预测目标的不兼容是主要瓶颈。
该路线图可能推动机器人、自动驾驶等物理世界AI系统的标准化，但短期内碎片化仍将持续。
若路线图被采纳，可降低物理AI系统的集成成本，加速从仿真到现实部署的转化。
可验证下一信号：是否有团队基于该路线图实现具身大脑原型，并在标准基准上展示性能提升。