ShadowDancer：用视频及其“影子”学习统一动力学表示，让视频世界模型支持任意动作

ShadowDancer提出“影子对”和跨影子预测：将同一动力学在不同外观下的重放配成视频对，过滤外观变化、保留动作结构，并把所得表示接入块因果视频世界模型。论文称无需动作标签、运动估计器或微调，即可把演示片段迁移到新环境；跨多类动力学的盲测平均胜率为86%。