**BridgeWAM：通过潜在桥接查询解耦视频与动作专家**

_BridgeWAM: Bridging Video and Action Experts via Latent Bridge Queries_

> 针对现有世界动作模型（WAM）因密集耦合导致的计算冗余与特征干扰问题，研究提出了 BridgeWAM。该模型引入 32 个潜在桥接查询（LBQs）聚合多模态先验，通过联合监督实现视频与动作专家的深度解耦及梯度引导。实验表明，BridgeWAM 在保持 5.06B 参数量的同时，显著降低了推理算力并提升了 2.47 倍速度，在 LIBERO 基准测试中取得了 98.25% 的成功率，展现了优异的任务执行与泛化能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.14746)