**WCM：面向视觉-语言-动作强化学习的世界批评模型**

_WCM: A World Critic Model for Vision-Language-Action Reinforcement Learning_

> 针对VLA模型强化学习中批评器难以捕捉时间动态的问题，研究者提出世界批评模型（WCM）。该模型基于轻量级LeJEPA架构，联合预测未来潜在状态与估计价值，使批评器表征显式学习时序结构。实验表明，WCM在149个任务上达到SOTA，并在真实机器人操作任务中验证了稳定部署能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-08-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.29613)