**WAVE-0：通过轻量级潜在未来预测连接VLA策略与世界动作模型**

_WAVE-0: Bridging VLA Policies and WAMs with Lightweight Latent Future Prediction_

> WAVE-0 提出了一种结合视觉-语言-动作（VLA）策略与世界动作模型（WAM）的框架。该模型利用 2.57 亿参数的轻量级潜在世界模型，将 VLM 生成的潜在动作计划转化为预测的未来表征，从而直接指导动作生成。无需像素重建或大规模视频预训练，WAVE-0 在 RoboTwin 2.0 和 LIBERO 基准上分别取得 91.47% 和 98.7% 的成功率，并在真实任务中将 π0.5 的成功率从 38.3% 提升至 73.3%。

**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/2610.18568)