[LG]《BadWAM: When World-Action Models Dream Right but Act Wrong》Q Li, X Yang, X Wang [National University of Singapore & The Hong Kong Polytechnic University] (2026)

在具身智能领域，将动作生成与未来世界预测耦合（WAMs）被视为增强机器人鲁棒性与安全性的核心范式。过去的方法假设通过检查机器人“想象”的未来即可验证其行为安全性，本质原因是认为动作与想象在逻辑上是强绑定的，只要想象合理，动作就应合规。

本文的核心洞见是：把 WAMs 的动作空间与想象空间重新看作可以被诱导脱靶的非对称接口。由此，BadWAM 这一关键操作通过极其微小的视觉扰动，在保持模型预测的“未来画面”依然合理、丝滑的同时，精准操控其输出的“动作指令”走向失败，实现了世界与动作的对抗性去同步化。

这项工作真正留下的遗产是证明了“视觉想象”并不能作为具身智能的天然安全屏障。它为后来者打开的新门是建立了一套量化评估动作-想象对齐性的安全基准，但尚未跨过的门槛是如何在不牺牲模型泛化性能的前提下，从架构底层构建出具备数学完备性的动作-想象同步防御机制。

arxiv.org/abs/2607.15207 #机器学习# #人工智能# #论文# #AI创造营#