李飞飞、Yilun Du 等合作论文提出 MVA，用视频生成模型直接驱动机器人

李飞飞、Yilun Du 等十多位学者合作的论文 Masked Visual Actions for Unified World Modeling（MVA）提出，用 SAM 把机器人动作分割成像素遮罩轨迹，让视频生成模型既能模拟世界又能反推动作。