MIP
Much Ado About Noising: Dispelling the Myths of Generative Robotic Control
严格拉平网络骨干后，生成式策略相比普通回归并没有表达力或多模态优势；它的真正红利来自「训练加噪 + 两步迭代纠偏」。极简策略 MIP 仅用确定性 2 步回归就彻底打平 9 步 Flow，推翻了具身控制对分布建模的迷信。
研读笔记
在与 Agent 的多轮深度刨根问底中搞懂模型机制，沉淀个人认知记录与技术精要。
OneWM
Can World and Action Modeling Benefit Each Other under Unified Causal Training?
世界模型和策略能互相受益，但不是靠把两个损失相加——而是把「动作在训练里当条件还是当目标」做成一根 0 到 1 的旋钮，逐样本拨动。收益真实存在，但表现为分布偏移下的鲁棒性而非同分布拟合；同时它顺手把「部署时不必生成未来视频」变成了架构上的必然。
R²-WAM
What Visual Representations Do World Action Models Need?
同一份 DINOv3 特征，换一种注入方式能差 10 个点；而只把特征当输入只能涨 1.8，逼模型预测未来特征才涨 7.2。这篇论文的结论是：注入方式和预测目标比「选哪个编码器」更值钱。