以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Achieving the broad task generalization of embodied models in physical environments remains a central challenge in robot learning. We study this challenge in World Action Models (WAMs) through two complementary capabilities: video generalization, which predicts the visual evolution of new tasks, and action generalizati
阅读原文 · Jun Cen, Yubo Guo, Hao Li, Liangkai Li, Yaoxu Lyu, Meng Wei, Zeqi Xiao, Sizhe Yang, Yuqiang Yang, Yifan Ye, Shanghang Zhang, Duo Zheng
向阳乔木 · opencode-go/deepseek-v4.1-flash
机器人学新任务，卡点往往不在“会不会动”，而在“没见过这个场景”。这篇论文把任务泛化拆成两个问题：视频能不能预测出新任务会发生什么，动作能不能把预测变成可执行的行为。 作者的实验结论挺有意思： 光给视频、不给动作标签，成功率能从 25% 拉到 55%；每个任务只补一条带动作标签的示范，就能再涨到 70%。 这个梯度说明视频覆盖和动作监督的作用是叠加的，不是二...