MWM：用于动作条件一致性预测的移动世界模型

世界模型通过在想象的预测未来空间中进行规划，为具身导航提供了极具前景的框架。然而，现有导航世界模型常缺乏动作条件一致性，导致视觉合理的预测在多步推演中发生漂移并降低规划效果。此外，高效部署需要少步扩散推理，但现有蒸馏方法未显式保持推演一致性，造成训练与推理不匹配。为此，本文提出 MWM，一种用于基于规划的图像目标导航的移动世界模型。我们引入了结合结构预训练与动作条件一致性后训练的两阶段框架，并提出了推理一致性状态蒸馏方法，显著提升了视觉保真度、轨迹准确性及规划成功率。