[RO]《DriftWorld: Fast World Modeling through Drifting》S Lu, H Chen, W Ye, Y Du [MIT & Harvard University] (2026)

在机器人具身智能领域，基于扩散模型的预测世界模型虽能生成高质量未来图像，但推理速度极慢，是一个悬而未决的难题。过去的方法受困于扩散模型必须经过多步迭代去噪的本质，导致单次动作序列的想象耗时数秒，无法支持实时的大规模动作搜索与规划。

本文的核心洞见是：把视频预测重新看作一个单步的“漂移”生成过程。由此，通过在训练中学习一个受动作指令约束的漂移场，使模型能从当前观测和动作序列中，仅通过一次前向计算便直接生成未来帧，实现了比扩散模型快 17 倍的推理速度。

这项工作真正留下的遗产是证明了漂移生成模型在实时机器人仿真中的巨大潜力。它为后来者打开的新门是实现了 30fps 以上的高频在线规划与策略评估，但尚未跨过的门槛是在处理极长时序的一致性时，仍面临显存占用过高及对预训练特征提取器依赖性强的问题。

arxiv.org/abs/2607.15065 机器学习 人工智能 论文 AI创造营