量子位报道，清华李升波团队联合广襄科技开发的AI世界模型ActEffect采用非常规路径：以往世界模型像"内部沙箱"陪机器人预测未来再决策，推理链冗长；ActEffect仅在训练期陪伴机器人，核查其拟定动作的后果并转为策略优化反馈，训练结束即"退场"。
在LIBERO基准上，机器人成功率反而更高。这一创新路径将世界模型从"推理时的负担"变为"训练时的助力"，大幅降低了AI机器人实际部署时的计算开销。
传统世界模型需要在机器人运行时持续预测未来，占用大量算力；ActEffect的思路是让AI世界模型在训练阶段"教会"机器人如何行动，之后就不再参与推理。这类似于人类学习骑自行车——学会后不需要在脑中模拟每一步。
来源：量子位