**WorldBridge：通过视频与动作桥接实现具身智能任务泛化**

_WorldBridge: Bridging Video and Action for Task Generalization in World Action Models_

> 针对具身模型在物理环境中任务泛化的挑战，研究提出了 WorldBridge 框架。该框架通过视频预测与动作泛化的互补能力，利用视频 - 动作桥接技术提升机器人对未见任务的执行成功率。实验表明，仅使用视频监督即可显著优于传统方法，而结合少量动作标签能进一步提升性能。WorldBridge 采用分模块专家架构与联合流匹配训练，在 RoboTwin 2.0 等多个基准测试中均取得了最先进（SOTA）的表现。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40748)