通过动作影响力最大化训练可控世界模型

📋总体概括

arXiv论文提出AIM算法，解决动作条件视频生成模型「无视指令动作」的核心问题。作者论证失败根源在训练数据动作影响力不足，并证明数据集动作影响力构成任何模型所能表达动作影响力的上界——专家演示因动作分布过窄导致上限过低，单靠扩大模型容量无法突破。AIM通过主动采集高动作影响力数据来提升上限，实验对比了其性能与数据效率。这一结论对具身智能世界模型的训练数据策略具有方向性意义。