**潜在空间世界模型：提升 GUI 智能体效率与性能**

_Latent World Action Model for GUI Agents_

> 针对像素级世界模型计算成本高及易陷入身份捷径的问题，该研究提出在潜在空间预测动作引发的未来信息。利用多模态大模型作为潜在世界模型，结合动作感知对比目标，该方法在离线和在线 GUI 任务中分别取得 31.9% 和 40.6% 的相对成功率提升，并将推理延迟降低高达 98.9%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.14228)