WorldBridge：用视频与动作专家桥接世界动作模型的任务泛化

WorldBridge 提出一种世界动作模型（WAM），通过结构化注意力连接独立的视频专家与动作专家，并以联合流匹配训练。在 RoboTwin 2.0 上，仅用分布内视频-动作监督时分布外任务成功率为 25.07%，加入无动作标签的任务视频后升至 55.90%，每任务再加一条带动作标签示范后达 70.70%。