学术发现 · 具身智能精选震惊摊坐
世界模型不再盲搜动作：INTACT 从意图直接生成控制序列
30 秒速览
INTACT 学习从任务意图到动作的直接映射，试图替代世界模型控制中对大量候选动作序列的反复采样和搜索。报道显示，该方法只训练一个 epoch，且无需在推理时生
完整摘要
INTACT 学习从任务意图到动作的直接映射，试图替代世界模型控制中对大量候选动作序列的反复采样和搜索。报道显示，该方法只训练一个 epoch，且无需在推理时生成成千上万个候选序列。
怎么做的 / 核心机制
学习从任务意图到动作序列的直接映射，用训练得到的控制策略替代世界模型推理时对大量候选动作轨迹的反复生成与搜索。报道中称该方法只训练一个 epoch。
关键结果 / 已披露进展
其主要进展是推理阶段不再需要生成成千上万个候选序列，因而有机会把世界模型控制从“生成后搜索”改成“学习后执行”，显著降低实时控制成本。
为什么值得看
如果直接意图到动作的映射能够稳定泛化，世界模型控制的计算结构会从“生成后搜索”转向“学习后执行”，对实时机器人控制尤其关键。
局限与判断
直接策略在分布外场景、长时程任务和真实机器人上是否稳定尚不清楚；一旦动作预测早期出错，误差可能持续累积，因此仍需安全约束和物理环境验证。
精选理由
从反复采样候选动作转向意图到动作的直接映射，显著改变世界模型控制的计算路径。
为什么进入「震惊摊坐」
世界模型控制从约 9000 次盲搜转为直接生成动作，是具身控制路线的重要进展。
原始标题：世界模型不再「盲搜」9000次：浙大、清华等团队提出INTACT，直接从意图生成动作
编辑：GPT · 2026-08-02 · 质量评分 92/100
编辑：GPT · 2026-08-02 · 质量评分 92/100