模型以当前观测/状态及候选动作预测后续状态、潜变量或视频，重点是比较不同动作的后果。联合生成视频与动作的 WAM，不自动等于可用于反事实规划的动作条件模拟器。
核心检验
动作是否改变预测、接触与几何是否一致、长时滚动是否漂移、分布外是否稳定，以及加入模型后真实任务是否改善。生成好看的视频或预测平均未来，都不足以回答这些问题。
当前判断 · 2026-10-10 核查
WALL-WM v2 的事件建模连接视频与动作，给出了作者真机进展评分及仿真完整成功；这并未验证任意候选动作的因果后果，也未证明可替代真机评测。依据与边界
Genie 3 的动作空间与交互时长有限；虚拟导航交互不能直接外推关节控制。依据与边界
补充核查的 DreamTrue v1（10-08 发布）扰动动作、用人工视频缺陷标签训练奖励模型，再后训练视频生成器。160 个反事实条件下，交互缺陷率由 48.12% 降至 6.25%，三名标注者多数票评分，交互维度 Fleiss κ 为 0.7031。它还用 RoboTwin 三任务、四策略共 240 条已执行动作轨迹预测结果，相对仿真真值的成功率 MAE 从 Ctrl-World 的 12.92 降至 7.08 个百分点。这补充了动作后果评估的受控证据，仍是给定完整动作序列的视频预测，不是真机闭环策略收益；遮挡下可能视觉合理而物理错误。公开推理说明不含生成器训练代码，完整数据及权重配套未验证。评分、开放范围与限制