Latent World Action Model：潜空间 GUI 世界模型论文

论文提出 Latent World Action Model，将 GUI 世界模型的预测目标从整屏像素重建改为潜空间中由动作引发的未来信息，用大 multimodal 模型作为潜世界模型，共享表征接出动作选择与转移建模两个头部，并引入动作感知对比目标缓解身份捷径问题。