Cycle WAM：用循环一致性耦合动作与视频的世界动作模型

Cycle WAM 提出一种统一训练框架，把视频与动作当作由因果关系连接的配对模态，学习两者的对应关系，以更好利用预训练视频先验。方法先用双向转换增强视频-动作联合训练，以强化跨模态对应并恢复前向与逆向动力学，再引入可微的循环重建目标进一步耦合两个映射。所得模型同时支持前向与逆向动力学。作者称其在 LIBERO-Pro 上取得同类方法中的最优性能，并在 DROID 上明显改进 DreamZero；与 UWM 的对比刻画了其逆向动力学表现，展示的前向动力学预测视觉细节更清晰。该工作为 arXiv 预印本，尚未经同行评议。