ICML 2026世界模型研究：LAWM与WAM路线之争走向融合

事件概述

ICML 2026接收论文6341篇，其中世界模型相关49篇，占比不足1%。尽管数量不多，但研究正经历范式革命：从“要不要世界模型”转向“选LAWM还是WAM”。过去两年受生成式AI（如Sora）驱动，学术界倾向LAWM（隐式动作世界模型），即通过海量视频“next-token prediction”学习物理规律。但今年数据显示WAM（显式动作世界模型）强势反弹，融合路线稳步增加。业界意识到，仅生成符合物理直觉的视频不足以驱动自动驾驶或机器人精细控制；WAM路线正跳出“生成视频幻象”和“Atari封闭仿真”的舒适区，向真实控制与具身智能进发。

核心信息

LAWM路线：构建常识与物理直觉基座

• Causal-JEPA (Yann LeCun团队)：解决世界模型缺乏因果交互的问题。引入对象级隐式干预和反事实效应，避免捷径推理。在视觉问答反事实推理中性能提升约20%，智能体控制仅需1%潜在输入特征即可媲美图像块模型规划效果。
• CoLA-World：打破两阶段训练冗余与表征崩塌。提出热启动对齐+联合训练框架，世界模型与潜在动作模块相互增强，实现高效协同。
• DiLA：解耦式潜在动作世界模型，拆分视觉信息为“结构路径”（空间布局）和“内容路径”（纹理细节）。在视频画质、动作泛化、规划效果上全面超越现有方案。

WAM路线：突破数据墙与精细控制

• WorldPlay (港科大)：流式视频扩散模型，解决实时交互世界模型的速度-内存权衡。采用双动作表示（键盘+摄像机位姿）、重构式上下文记忆、上下文强制蒸馏，实现24 FPS流畅交互与长效3D记忆。
• WorldCompass：强化学习优化框架，针对长时交互探索效率低、动作不准问题。提出剪辑级展开策略与互补奖励函数，改善长周期交互准确度与视频质量。
• Mind Dreamer：主动反事实推理（ACR）框架，在隐空间生成不连续状态跳跃，突破马尔可夫约束。在DeepMind控制套件中最高提速8.8倍，显著提升稀疏奖励强化学习效率。

值得关注

技术路线二元对立正在消解，融合路线成为共识：LAWM预训练 + WAM微调对齐。先让LAWM通过海量视频建立物理直觉与因果认知，再冻结模型接入少量真实动作数据训练轻量WAM作为对齐头。这类似大语言模型从“无监督预训练”到“RLHF指令微调”的演进路径。

提示：需注意区分“隐状态（Latent State）”与“隐式动作（Latent Action）”。论文如Mind Dreamer虽含“Latent”，但属于隐状态空间演化，而非隐式动作路线。经典Dreamer系列也在隐状态中运算，仍属显式动作模型。