**LaLa-World：通过自然语言动作扩展潜在世界模型，实现高效规划与策略微调**

_LaLa-World: Scaling Latent World Models with Natural Language Actions_

> 该论文提出 LaLa-World，一种基于语言条件的潜在世界模型，通过整合仿真数据、机器人轨迹及广泛的音视频数据，实现了跨领域的统一学习。该模型利用语言模型构建预测器，能够以自然语言解释动作条件并预测未来潜在状态，在平均模型预测控制（MPC）规划性能上优于现有模型，且训练成本降低 6 倍、规划速度提升 13.9 倍。此外，预训练的 LaLa-World 可作为 LaLa-Policy 的初始化，在机器人策略任务中展现出与 Cosmos Policy 相当的竞争力，推理速度提升 5.5 倍。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.27851)