DroneWAM 用 JEPA 潜空间预测与自适应 rollout 把无人机视觉导航的推理延迟降到 483 毫秒，并让闭环进度从 0.510 升到 0.774
该工作提出 DroneWAM，一种面向无人机视觉导航的高效世界-动作模型：它用 JEPA 式架构在表示空间直接预测未来状态、用预训练 Resampler 把稠密编码器特征压缩为更少潜 token、并用偏好训练得到的 Gate 按场景自适应分配预测深度，同时构建了含同步 RGB 观测、6-DoF 飞行轨迹、控制指令与随机风扰的仿真数据集 DroneNav-6D；在 DroneNav-6D 上取得所比较方法中最好的轨迹精度，自适应 rollout 把平均预测深度从 8 降到 4.58 并同时提升轨迹精度。