将意图与轨迹脱钩：世界行动模型的代表性推论框架

世界行动模型（WAM）旨在构建一个能够理解世界状态演变并指导生成运动规划的统一架构。然而，现有的视觉分支侧重于预测静态视觉观察，而不是反映捕捉运动交互下世界状态演变的潜在转换信息。这导致了动作模型中高层物理条件演化和低层动作轨迹生成之间的表征纠缠，造成了结构性瓶颈，同时削弱了世界演化模型对动作生成的预测能力。我们提出了 PILOT（潜在优化轨迹的物理推理），其核心表征演绎（RD）通过将运动思想链（CoT）指导集成为原生模型功能来弥补这一差距。具体来说，RD 旨在鼓励动作分支对潜在的状态转换词元进行显式建模，这些词元在推理空间中保留为 CoT，以指导细粒度的运动轨迹。实验表明，RD不仅显着提高了WAM在复杂机器人操作任务中的成功率和泛化能力，而且通过将高层运动语义与底层轨迹细节解耦来增强模型的物理可解释性。此外，RD引入的丰富的状态转换监督信号有效地缓解了动作生成中的稀疏监督，使其能够作为高效的少样本真实机器人微调策略，并展示了向主流WAM架构迁移的卓越可扩展性。