单视频学新任务：机器人基础模型开启行动预测时代

S1 机器人基础模型在 NVIDIA Isaac Lab 与 Cosmos 上构建，可从单视频演示学习新长时程任务，无需更新权重。新多步任务单步成功率 66%，为基线 9% 的 7 倍以上；一段视频示范约等于 380 个实操样本。已与富士康合作部署双机械臂高精度装配。

ECCV 2026 设 13 个世界模型/具身智能 workshop。中国学者提出 WAM 概念，强调预测未来必须进入行动路径；4DWorldBench 从空间、时间、物理、任务四维评测；eWAM、AtomicVLA 等实现真机落地。三股趋势合流：世界模型范式、3D 高斯、具身智能产业化。

JEPA Policy 将动作块与观测到的未来表征配对作为训练目标，动作与未来表征 token 在共享 Transformer 中交互，经两次前向传播优化。在九个模拟任务中平均成功率优于仅动作基线及 Diffusion Policy，额外延迟仅 0.29 毫秒。五任务 630 轮物理机器人实验同样排名一致。