IMPLY：用真实物理观测检验世界模型预测轨迹的一致性

当世界模型预测物体在不同推动速度下会发生什么时，会生成多个未来状态。如果模型正确理解了物体，这些预测应当对应相同的质量和摩擦。现有世界—动作模型一致性检查仅判断多个预测是否相互一致，并不检验物理依据。本文指出这一做法不足，并提出IMPLY：通过反演模拟器读取各条预测轨迹隐含的物理属性，判断同一个物体能否解释所有轨迹，同时以模型已观测的两次校准推动为依据。在受控设置中，忽略物体并始终预测典型推动的模型能得到完美的自一致性分数；加入观测锚定则能揭示这一问题（自一致性与观测锚定的AUROC分别为0.70和1.00）。适配到场景的真实模型V-JEPA 2-AC也出现类似情况：使用该物体自身的校准推动时，逐物体预测与真值的相关性为0.91；使用另一物体的校准推动时，仅为0.05。自一致性无法区分二者，仅在52%的物体上偏好正确观测，接近随机水平；观测锚定后的不一致性指标在73%的物体上偏好正确观测，与预测轨迹误差的相关性为0.92—0.99。用于选择候选轨迹组时，误差与直接看到真值的理想选择器相差不超过0.003。内部采用错误物体属性的模型，可以与采用正确属性的模型同样自洽，因此一致性检查必须以实际观测为依据。