GameWAM：面向视频游戏的世界动作模型

GameWAM 是首个面向原生闭环游戏与 GUI 控制的世界动作模型（WAM），通过并行视觉与动作生成过程同时预测未来视觉观测和可执行的键盘鼠标轨迹。它按动作步预测游戏/GUI 模式，并用 block-cycle 控制协调预测、执行与上下文以支持长时程交互，实验中以更少的原生动作执行次数取得有竞争力的任务成功率。研究还发现低频动作源印记（LASI）这一生成控制的源敏感失效模式。