一句话看懂：Hugging Face Papers 收录的论文 GreenWAM 提出一个面向机器人的“世界基础模型”，试图用同一套模型同时承担预测动作后果的世界模型角色和选择动作的策略角色，并跨 20 种机器人本体迁移。
事件核心：发生了什么
根据论文摘要，GreenWAM 的核心是一套训练配方：一是共享解剖动作空间，用统一关节坐标描述 20 个机器人家族，覆盖双臂机械臂到灵巧人形机器人；二是在这些家族上以视觉、动作条件和世界-动作三种模式联合训练；三是把动作专家从生成器中拆分出来形成策略。作为世界模型，摘要在 WorldArena 1.0 上报告了轨迹、深度和 3D 精度的一流结果，领先其对比的世界-动作模型和视频生成器；作为策略，摘要称其进入 RoboTwin 2.0 榜单前列，在 LIBERO-plus 零样本成功率上高于对比方法，并在 CALVIN 和 LIBERO 上与专用 VLA、世界-动作策略接近。研究还将其适配到真实人形机器人，称成功率高过从 π_{0.5} 和 Cosmos 3 Edge 适配的策略，并蒸馏为单步策略用于实时控制。
为什么重要
机器人领域长期把世界模型和策略分开训练与评估，且每个机器人记录动作的格式各不相同，这导致模型难以跨本体复用。GreenWAM 若成立，意味着统一动作空间加联合训练可能减少重复造轮子，让一套基础模型更接近“可迁移的机器人底座”。这对大模型、开源模型和机器人创业公司都有关：谁能提供跨本体的世界模型与推理栈，谁就可能掌握机器人应用生态的入口。目前公开信息显示，这些结果来自论文摘要，尚未经过全文实验核验或同行评审。
对用户/开发者/创作者的影响
对开发者，共享动作空间和把动作专家拆出生成器的思路，可能降低为不同机械臂、人形机器人适配策略的边际成本，也方便把图像生成式的世界模型复用到控制任务。对机器人企业和采购方，一个模型兼顾预测与策略，意味着训练、推理和算力部署可能更集中，但真实人形上的收益仍要看后续复现。对创作者和 AI 应用团队，世界模型若开放，可能催生基于机器人操作视频和动作条件生成的新工具，不过目前没有官方产品、API 或开源许可信息。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 GreenWAM 的代码、权重或 API 是否开放，以及 20 个机器人家族的接口能否被社区接入；二是 WorldArena 1.0、RoboTwin 2.0、LIBERO-plus、CALVIN 上的成绩能否被独立复现，并扩展到更多真实任务；三是与 π_{0.5}、Cosmos 3 Edge 等路线的对比是否持续，以及单步蒸馏策略在真实硬件上的实时性和稳定性。
