[논문리뷰] BridgeWAM: Bridging Video and Action Experts via Latent Bridge Queries기존 World Action Models (WAMs)은 Video Expert와 Action Expert를 Mixture-of-Transformers (MoT) Attention을 통해 결합하여 로봇의 Action을 예측하지만, 이러한 방식은 몇 가지 본질적인 한계를 가진다.#Review#World Action Models#Latent Bridge Queries#Bridge-of-Experts#Robot Control#Vision-Language-Action#Inference Efficiency#Generalization#Decoupled Experts2026년 10월 18일댓글 수 로딩 중
[논문리뷰] RealtimeWAM: One-Step Asynchronous World Action Models본 논문은 기존 MoT 기반 WAM의 추론 효율성을 저해하는 두 가지 핵심 병목 현상을 해결하고자 합니다. 첫째, 다단계 행동 디노이징 과정에서 발생하는 Intra-expert iteration이 전체 추론 지연 시간의 약 90%를 차지합니다 .#Review#World Action Models#Consistency Distillation#Asynchronous Inference#Robot Manipulation#One-Step Generation#Pipeline Parallelism2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Native Action-Prior Learning from Videos for World Action Models본 논문은 World Action Models (WAMs)의 확장성(scalability)이 액션 주석이 달린(action-annotated) 로봇 궤적(robot trajectories) 데이터에 대한 의존성으로 인해 제한되는 문제를 해결하고자 합니다.#Review#World Action Models#Native Action-Prior Learning#Observation-Only Videos#Action Policy#Flow Matching#Mixture-of-Transformers#Action-Label Efficiency2026년 10월 4일댓글 수 로딩 중
[논문리뷰] What Makes World Action Models Generalize? An Empirical Study of Test-Time Future Modeling본 논문은 WAM에서 미래 예측이 추론 과정에서 필수적인지, 아니면 단지 학습을 위한 보조 수단인지에 대한 의문을 제기합니다.#Review#World Action Models#Embodied AI#Inference Efficiency#Generalization#Future Modeling#Video Generation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] EVO-WAM: Evolving World Action Models through Video-Action Verification본 논문은 사전 학습된 WAM이 새로운 환경에서 추가적인 expert demonstration 없이 스스로 학습 능력을 개선하는 것을 목표로 합니다.#Review#World Action Models#Self-Training#Video-Action Verification#Robot Learning#Vision-Language Model#Inverse Dynamics Model2026년 9월 29일댓글 수 로딩 중
[논문리뷰] InternW0-Δ: A World Action Model Bridging Predictive Dynamics and Actions with 20K+ Hours of Open Data범용적인 로봇 조작을 위한 World Action Models (WAMs)는 시각적 Dynamics와 로봇 Actions을 Jointly Modeling하는 유망한 접근 방식을 제공합니다.#Review#World Action Models#Robot Manipulation#Predictive Dynamics#Causal Imprint#Mixture-of-Transformers#4D-aware Distillation#Heterogeneous Data2026년 9월 27일댓글 수 로딩 중
[논문리뷰] RoboFollow: Unveiling the Instruction Following Mirage in Embodied Agents본 논문은 현대 embodied agents의 높은 task success rate가 실제 instruction-following 능력과는 괴리가 있을 수 있다는 문제를 제기한다.#Review#Embodied Artificial Intelligence#Vision-Language-Action Models#World Action Models#Instruction Following#Scene Entropy#Diagnostic Benchmark#Generalization#Robotic Manipulation2026년 9월 22일댓글 수 로딩 중
[논문리뷰] ZimaBlue: Evolving Generalizable World Action Models through Scalable Video Pre-training본 연구는 로봇 학습의 핵심 병목인 '확장 가능한 embodied 경험의 부족'을 해결하고자 합니다.#Review#World Action Models#Scalable Video Pre-training#Embodied AI#Dual-System Architecture#Zero-Shot Generalization#Robotics2026년 9월 1일댓글 수 로딩 중
[논문리뷰] Latent Action as Intention Enables Efficient Future Imagination for World Action Models본 논문은 WAM에서 미래 예측(Future Imagination)이 로봇 조작 성능에 기여함에도 불구하고, 관측 공간에서의 비디오 생성 과정이 심각한 Latency 병목을 야기한다는 문제를 해결하고자 합니다.#Review#World Action Models#Latent Action#Future Imagination#Robotic Manipulation#Egocentric Pre-training#Inference Efficiency2026년 8월 25일댓글 수 로딩 중
[논문리뷰] RISE: Adaptive Imagination for World Action Models본 논문은 기존 World Action Models(WAMs)가 모든 시나리오에 대해 고정된 '미래 상상(Imagination) 예산'을 할당함으로써 발생하는 비효율성 문제를 해결하고자 합니다.#Review#World Action Models#Autonomous Driving#Adaptive Imagination#Future Planning Gain#Counterfactual Dataset#Inference Efficiency2026년 8월 24일댓글 수 로딩 중
[논문리뷰] ST-WAM: Semantic-Temporal World Action Model for Robust Manipulation under Visual Distribution Shifts본 논문은 기존의 WAMs가 픽셀 기반의 미래 예측 방식에 과도하게 의존하여 시각적 분포 변화(Visual Distribution Shifts) 환경에서 취약하다는 점을 해결하고자 합니다 .#Review#World Action Models#Robotic Manipulation#Visual Distribution Shifts#DINOv3#Flow Matching#Robustness#Semantic-Temporal2026년 8월 4일댓글 수 로딩 중
[논문리뷰] GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch본 논문은 기존 WAM 방식이 추론 시 명시적인 미래 비디오 생성을 요구하여 발생하는 높은 연산 오버헤드와 실시간 제어의 한계를 해결하는 것을 목표로 합니다.#Review#World Action Models#Robot Control#Mixture-of-Transformers#AutoResearch#Inference Latency#Flow Matching#Visual Dynamics2026년 7월 15일댓글 수 로딩 중
[논문리뷰] ImageWAM: Do World Action Models Really Need Video Generation, or Just Image Editing?기존의 WAM은 미래 비디오 생성에 의존하여 로봇 행동을 추론하지만, 여기에는 세 가지 심각한 한계가 존재합니다. 우선, 다수의 프레임에 대한 시공간 토큰을 처리해야 하므로 Inference 비용이 극도로 높습니다.#Review#World Action Models#Image Editing#Robot Manipulation#Flow Matching#Efficient Inference#Embodied AI2026년 6월 18일댓글 수 로딩 중
[논문리뷰] LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies본 논문은 기존의 Vision-Language-Action models (VLAs)가 갖는 미래 예측 능력의 부재와, World-Action Models (WAMs)가 겪는 높은 추론 비용 문제를 해결하기 위해 제안되었습니다 .#Review#Robot Manipulation#World Action Models#Latent World Models#Vision-Language-Action Models#Latent Subgoals2026년 6월 15일댓글 수 로딩 중
[논문리뷰] Light-WAM: Efficient World Action Models with State-Fusion Action Decoding본 논문은 대규모 생성적 아키텍처를 기반으로 하는 기존 WAM의 높은 학습 비용과 추론 Latency 문제를 해결하기 위해 Light-WAM을 제안합니다.#Review#World Action Models#Robot Manipulation#State-Fusion Action Decoding#Efficient Inference#Latent Space Supervision#Video Co-training2026년 6월 8일댓글 수 로딩 중
[논문리뷰] World Action Models are Zero-shot Policies본 논문은 Vision-Language-Action (VLA) 모델의 한계인 새로운 환경에서 미지의 물리적 동작에 대한 일반화 능력 부족을 해결하고자 합니다.#Review#World Action Models#Video Diffusion Models#Zero-shot Generalization#Cross-embodiment Transfer#Real-time Control#Robotics#Foundation Models#Flow Matching2026년 2월 18일댓글 수 로딩 중