arXiv 2026年10月14日GUI智能体不再重建未来屏幕：把预测搬进潜空间，成功率最高提升四成、延迟降98.9%GUI智能体的世界模型不再逐像素重建下一屏，而是让共享潜表示同时承担动作打分与动作条件未来预测，在离线与在线基准上成功率最高相对提升31.9%和40.6%，世界模型推理延迟最多降低98.9%。GUI智能体的世界模型不再逐像素重建下一屏，而是让共享潜表示同时承担动作打分与动作条件未来预测，在离线与在线基准上成功率最高相对提升31.9%和40.6%，世界模型推理延迟最多降低98.9%。Korea Advanced Institute of Science and TechnologySeungjun Yu（第一作者）#潜在世界模型#世界动作模型#GUI智能体#对比学习#AndroidWorld 基准