世界-动作模型（WAM）综述：从预测未来到机器人闭环控制
一篇综述系统梳理了机器人领域的世界-动作模型（WAM），其核心是将未来状态预测与可执行动作生成连接起来，让预测服务于真实控制。综述将现有研究归纳为基于世界模型的强化学习、视频生成、潜在动作预训练和 VLA 模型四条路线，并覆盖机器人操作、导航、自动驾驶等应用及未来挑战。
#具身智能
#具身智能
今日 0 条BestBlogs.devAI 评分3232
Microsoft Research精选AI 评分6262 微软研究：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院发布针对物理 AI 机器人推理基础设施的系统性研究，指出把推理全部放在机载 GPU 上会限制机器人性能、续航与扩展性，卸载到边缘或云端 GPU 则有明显收益。
推荐理由：微软对机器人推理负载的系统性测量显示，把推理从机载 GPU 卸载到边缘或云端可同时改善任务成功率与续航。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 SIMA 2：可推理、对话并在 3D 虚拟世界中自我改进的智能体
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从指令跟随者升级为能思考目标、与用户对话并随时间自我改进的交互式游戏伙伴。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，读者可了解从指令跟随到自主推理与自我改进的路径。