# 潜在动作

RynnWorld-Latent 把不同机器人、人类和仿真视频统一到一套由冻结的 RynnLAM 提取的连续潜动作上，作为视频世界模型的共享条件接口，从而不必对齐各平台的原始控制空间。模型在约 5.535 亿帧、23 个数据集上预训练，再经目标机器人后训练，在公开基准和两台真实机器人上报告了更好的视频预测指标；由潜动作合成与数字遥操作生成的数据，在评估设置中提高了下游策略成功率。

RynnWorld-Latent 把不同机器人、人类和仿真视频统一到一套由冻结的 RynnLAM 提取的连续潜动作上，作为视频世界模型的共享条件接口，从而不必对齐各平台的原始控制空间。模型在约 5.535 亿帧、23 个数据集上预训练，再经目标机器人后训练，在公开基准和两台真实机器人上报告了更好的视频预测指标；由潜动作合成与数字遥操作生成的数据，在评估设置中提高了下游策略成功率。