DreamWAM：超越 RGB 未来预测的世界动作模型

DreamWAM 认为世界动作模型不应只在 RGB 空间预测未来，因为纹理、光照、背景和视角会混入与动作无关的变化。论文引入外观、运动、几何和语义组成的结构化未来状态，并在推理时保持 RGB-only 部署。在 LIBERO、LIBERO-Plus 及真实机器人操作中，模型相较匹配基线取得更高成功率，尤其提升了对未见扰动的鲁棒性。