从世界动作模型到具身脑：开放世界物理智能的路线图

通用人工智能需要能在物理世界中推理和行动的代理。尽管世界动作模型（WAMs）前景广阔，但当前研究在动作空间、数据集及系统接口上存在碎片化问题。本文回顾了 WAMs 的演进，指出模型角色、目标标准化及系统组合三大差距，并提出以“具身脑”为核心的物理智能协同进化路线图。该目标旨在整合多模态上下文，通过共享契约对齐异构组件，并利用闭环后训练将验证后的交互转化为可复用经验，从而构建支持自适应和自我改进的具身代理模块化栈。