已收录文章摘要，完整内容可前往原文阅读。
机器人领域最近很流行一类做法：把视频生成大模型改造成机器人策略，即 World Action Model（WAM，世界动作模型）。但这类方法有个尴尬的通病——在训练过的任务上表现很好，一到开放式新场景