内容摘要
视频世界模型可按机器人动作生成未来观测，但常规生成可能漏掉高影响后果。作者提出StressDream，在推理时按文本目标引导模型寻找可能的失败。方法固定生成模型，优化扩散模型初始噪声：以视觉语言模型提供语义梯度，并约束范数、各向同性和频谱白性，使噪声保持高斯先验的典型性，减少不合理生成。
作者在已知动力学与不确定性的受控实验中报告，该方法比常规生成和Best-of-N更有效地发现可能失败；去掉合理性约束则会生成不合理失败。驾驶与操作实验分别使用Vista和Ctrl-World，均进行了任务相关微调；作者认为这对其场景中的罕见事件生成和视频质量很重要。作者还报告，以悲观生成辅助示范重加权后，π0.5-droid鲁棒微调策略在所评估各任务上的成功率均高于常规微调。
以上均为作者实验结果。风险评估针对候选轨迹，并非完整策略闭环评估。噪声优化只是局部细化；“合理”仅相对于模型已学分布，不能修正基础模型的物理错误，也不能生成其分布中缺失的真实可能结果。
点评
该研究展示了用引导生成筛查候选轨迹失败风险、并以悲观生成辅助示范重加权的路径；证据限于作者所评估的设置，不外推为通用策略能力。
不能据此推断全局最坏情形覆盖或现实安全保证：噪声搜索是局部细化，生成受基础世界模型分布约束。作者还指出，当前模型每次未来生成可能耗时数分钟。所给材料未提供独立研究复现证据。
版本与核查范围
版本 2606.00267v2 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1；#abstract1.1；#A1.SS4.p3.1；#abstract1.1；#A2.SS1.p2.1；#S5.p1.1；#S5.p6.1；#S6.p2.1；#S6.p3.1；#A4.SS1.p2.1；#A5.SS4.p1.1；#A1.SS3.p6.1