InternW0-Δ：预测特征直接用于机器人动作
InternW0-Δ: A World Action Model Bridging Predictive Dynamics and Actions with 20K+ Hours of Open Data
训练用未来监督形成动作相关特征，执行时不生成未来视频。处理后混合语料超过两万小时，跨具身需后训练，代码与模型仍待发布。
相关期次：2026-09-29 精选
阅读笔记
视频专家与动作专家通过定向注意力耦合，冻结VLM提供任务语义，Causal Imprint用未来监督训练动作相关预测特征。执行输入只有已发生观察，未来视频无需生成，训练期几何教师也不参与推理。
超过两万小时为处理后混合语料，需统一异构状态动作。论文有模拟及多实机平台，跨具身仍需后训练；第一视角数据贡献与外部Agent增强控制消融有限。项目页代码与模型仍Forthcoming，不能写成已经开放权重和整包数据。已读全文，重要度8.5/10，按近期补看收录。
原文：https://arxiv.org/abs/2609.31394
本期资料页：https://www.asteronline.cn/juju-radar/2026-09-29/
AI辅助整理。
笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。