EVO-WAM 通过视频-动作验证演化世界动作模型

EVO-WAM 提出一种通过视频-动作验证将 WAM 适配到未见任务的框架，无需收集额外专家示范或在外部环境执行候选动作。方法用状态预测和锚定多帧上下文支持自回归 rollout，再用视觉语言模型选择完成任务的前缀，并用逆动力学模型验证视频-动作一致性后迭代训练。