EVO-WAM：通过视频-动作验证进化世界动作模型

EVO-WAM 让世界动作模型无需额外专家演示即可适应新任务，通过视觉语言模型筛选完成任务的前缀、用逆动力学模型验证视频-动作一致性，再迭代训练。在 RoboTwin 2.0 的 7 个未见任务上，Cosmos3 平均成功率从 26.9% 提升至 68.0%，DreamZero 从 28.5% 提升至 46.4%；真实世界 3 个长程复合任务中 Cosmos3 从 20.0% 提升至 76.7%。