HiLo-WAM：解耦长程任务演化与局部动态的世界动作模型

HiLo-WAM提出将长程任务演化与局部视觉动态解耦、同时与机器人动作联合建模的世界动作模型。现有WAM多建模密集短程视觉动态，长程任务上下文有限，延长预测窗口又会增加不确定性并混淆任务级演化与细粒度局部动态。该方法用稀疏长程视觉流捕捉历史任务上下文与未来演化，用密集局部动态流建模短程机器人-物体交互，两流在统一双DiT架构中以不同时间尺度运行，并通过结构化跨流注意力引导动作；渐进推理经流式部分去噪、联合去噪和动态跳步减少计算。