聊一篇这周值得关注的机器人论文：WEAVER。

简单说就是给机器人建了一个"世界模型"——能预测"如果我做这个动作，接下来会发生什么"。就像人脑子里有一个对物理世界的直觉，球扔出去大概会落到哪，推一下桌子杯子会不会倒。

WEAVER的厉害之处在哪？三个指标：

第一，预测准确率。它预测"机器人做某个动作会不会成功"，跟真实结果的相关系数是0.87。这个数字在机器人领域已经很高了。

第二，策略提升。在已有的机器人基础模型上加上WEAVER，操作成功率提升了38%。就是说同样的机器人，多了个"预演"能力，成功率直接跳一档。

第三，速度快。比之前的世界模型快5-10倍。这个很重要——如果"预演"一次要一分钟，机器人就没法实时操作了。

说实话，世界模型这个方向我越来越看好。具身智能最大的瓶颈是数据——你不能让机器人在真实世界里试错一百万次。但如果有一个足够好的世界模型，你可以让机器人在"脑内"试错一百万次，然后把学会的东西迁移到真实世界。

这个方向的下一步是：世界模型的泛化能力。在A环境训练的世界模型，能不能在B环境也预测得准？这是从实验室到工厂的关键一跳。

Mark一下这篇，arXiv: 2606.13672。AI 机器人 具身智能 论文 世界模型