（续一）

四、前沿议程的重新定义

如果上述判断成立，“下一个AI前沿阵地”的内涵就需要重新界定。它的核心不是模型规模、基准分数的下一个数量级，而是围绕预测性行动的可治理性展开的全新问题域。

第一，从静态结果指标转向全流程过程审计。当前WAMs评估仍然大量依赖任务成功率这类结果指标。但JailWAM的研究表明，针对WAMs的提示越狱攻击在RoboTwin仿真环境中可以达到84.2%攻击成功率，诱导系统输出不安全的物理行为^[9]；该评估框架把物理后果按严重程度划分为安全合规、运动失败、灾难性风险三层，而不是简单二元的成功/失败判定^[9]。结果指标天然掩盖闭环执行中“系统为何选择该动作”的内部过程。面向未来的评估体系，需要借鉴AI自动化研究领域的审计思路，把审计对象从最终行为，拓展到完整工作流产物：潜变量轨迹、预测与执行中间状态的对齐记录、动作选择的因果链条。可审计不等于形式化安全证明，目标是让失效可追溯、可复现、可归因^[8]。

第二，从“预测得更准”转向可拒绝的预测。WAMs的安全叙事常常暗含近似全知假设：系统可以预判所有相关后果。但开放物理环境下，这个假设不成立。一条更具可操作性的路径，是为系统赋予结构性的拒绝能力：当预测的未来轨迹和执行历史之间出现无法消解的动态不一致时，系统识别该不一致并拒绝执行风险动作，而不是强行生成一段看似合理的动作序列。《Is the Future Compatible?》的研究提出，动作—状态一致性既可以作为诊断WAMs可靠性的指标，也可以作为无价值函数规划的筛选信号^[10]。把“动态不一致”从需要平滑消除的噪声，转变为应当尊重的安全信号，是WAMs走向可部署系统的关键一步。需要说明：该方向目前仍处于概念框架与早期验证阶段，其落地有效性依赖一致性度量本身的可靠性，而度量本身同样需要纳入审计流程^[10]。

第三，从单一全能模型走向混合架构中WAMs的定位设计。图灵研究所报告的判断值得重视：未来能力提升来自扩展、混合、专门化组件的组合，而非单点颠覆性突破[3]。WAMs不应被理解为Transformer、VLA模型的替代方案，而应定位为具身系统中专门承担“预测—行动耦合”功能的组件。它的核心挑战，不是在通用基准上超越语言模型，而是在混合架构中清晰定义接口边界与失效模式：什么精度的预测才足以支撑该动作；哪些不确定性必须向上传递给规划器、向下传递给独立安全监控器；当WAMs预测结果和符号推理、经典控制器输出冲突时，系统依靠何种元规则完成仲裁。这一方向的价值，并不由单篇论文的基准分数决定，而取决于能否发展出可复现的失效分类学、跨模型可比的审计协议。

补充参照：AI自主科研方向的成熟案例也提示我们，端到端自动化科研系统的能力跃升同样依赖组件协同而非单一模型独占^[11]，这一经验可以迁移至WAMs混合架构设计的讨论。

五、结语

2026年的AI舆论场里，最响亮的叙事依然是持续外推模型能力边界。但真正值得称为“下一个前沿”的方向，往往不是声量最大的那一个，而是把过去长期回避的结构性矛盾推到台前的方向。世界行动模型的价值正在于此：它把“预测”从符号空间里可以无限优化的认知成就，重新锚定为一项发生在物理世界、承载后果、因而必须接受审计的实践承诺。这一转向能否落地，并不取决于某一篇论文刷新某个基准，而取决于领域共同体是否愿意把“凭什么采信一段预测来支撑一次物理行动”作为第一性问题。如果本文判断大体成立，那么下一个前沿阵地，不属于预测精度最高的系统，而属于率先学会在预测与行动之间诚实暴露失败、并把这种失败沉淀为可审计知识的系统。

参考文献

[1] Stanford HAI. Artificial Intelligence Index Report 2026[R]. Stanford: Stanford Human-Centered AI Institute, 2026. https://hai.stanford.edu/ai-index/2026-ai-index-report

[2] 北京智源人工智能研究院. 2026十大AI技术趋势[R/OL]. 2026-01-08[2026-10-20]. 新华网转载。 https://www.news.cn/tech/20260108/b99127c88a4640bbab49e5c6294264d2/c.html

[3] Janjeva A, Kaczmarek S, Shennan A, et al. The Next Frontier: Security Implications of Future AI Paradigms[R]. Cambridge: The Alan Turing Institute, CETaS Research Reports, 2026. https://cetas.turing.ac.uk/publications/future-AI-paradigms

[4] 中国信息通信研究院, 清华大学电子工程系, 具身智能测试实验室. 具身智能发展报告（2026年）[R/OL]. (2026-10)[2026-10-20]. 转引自证券时报网、钛媒体。

[5] Wang S, Shi J, Fu Z, et al. World Action Models: The Next Frontier in Embodied AI[EB/OL]. arXiv preprint arXiv:2605.12090, 2026. https://arxiv.org/abs/2605.12090

[6] Li Q, Yang X, Wang X. BadWAM: When World-Action Models Dream Right but Act Wrong[EB/OL]. arXiv preprint arXiv:2607.15207, 2026. https://arxiv.org/abs/2607.15207

[7] Oefinger C, Schäfer F R, Moller K, et al. Validate the Dream Before You Trust Its Verdict: Admissibility for World-Model Simulators[EB/OL]. arXiv preprint arXiv:2607.07196, 2026. https://arxiv.org/abs/2607.07196

[8] Luo Z, Kasirzadeh A, Shah N B. The more you automate, the less you see: Hidden pitfalls of autonomous AI scientists[EB/OL]. arXiv preprint arXiv:2509.08713, 2025. https://arxiv.org/abs/2509.08713

[9] Liu H, et al. JailWAM: Jailbreaking World Action Models in Robot Control[EB/OL]. arXiv preprint arXiv:2604.05498, 2026. https://arxiv.org/abs/2604.05498

[10] Ruan B K, Hsiao T F, Lo L, Shuai H H. Is the Future Compatible? Diagnosing Dynamic Consistency in World Action Models[EB/OL]. arXiv preprint arXiv:2605.07514, 2026. https://arxiv.org/abs/2605.07514

[11] Lu C, Lu C, Lange R T, et al. Towards end-to-end automation of AI research[J]. Nature, 2026, 651: 914–919. https://doi.org/10.1038/s41586-026-10265-5

支持单位：