verdi：持续世界模型优化中检索不等于迁移

基础世界模型在规划、仿真和具身智能方面取得了显著进展。然而，将预训练世界模型朝着用户指定目标进行优化仍然困难：每轮优化通常都要从零重新发现优化策略，且所得知识很少能迁移到下一个模型。现有研究智能体将优化循环自动化，却把成功策略当作可直接复用的配方，缺乏何时适合迁移的原则性保障。我们主张检索不等于迁移：在一个模型上验证过的策略对另一个模型而言至多是一个优化假设，只有经过目标侧实验验证才能成为可迁移知识。基于这一原则，我们提出VERDI，一个以证据许可为核心的持续世界模型优化框架。VERDI通过共享的推理时探针刻画每个世界模型以构建优化指纹（Optimization Fingerprint），将相关的先前经验检索为排序后的假设，并在冻结的目标侧验证器下验证每个候选，之后才将其接纳为可复用证据；邻近指纹间的矛盾还会触发探针进化，持续改进诊断表示本身。在Ctrl-World、Cosmos系列和RoboCoin上的实验表明，VERDI将搜索成本降低68%、GPU成本降低69%，负迁移从0.34降至0.06，并以83%的符号准确率预测迁移结果。