【具身智能】WAM综述论文随笔

WAM相比VLA增加内部世界预测，建模p(o',a|o,l)；架构分RNN和Transformer系列，以及级联/联合策略；数据生态有完全机器、人类+机器、仿真、人类数据及混合。用短句概括。</think>本文介绍了世界动作模型（WAM）相较VLA的进步，即通过内部世界建模同时预测环境未来状态与动作。综述了RNN与Transformer两大架构，及级联式

2026科普：Work Agent是什么，AI办公智能体基础认知

Work Agent 一级类目属于智能体工作平台，面向个人、团队和企业，核心定位是承接完整办公任务，把自然语言目标转化为可交付的工作成果。普通聊天机器人、对话式AI：核心链路是「接收问题→生成文字回复」，输出建议、信息、初稿，工具调用多为单点补充，不会自主规划完整任务流程，用户依然承担步骤拆解、多工具切换、成果整合的全部动作；通用AI Agent：覆盖开放场景、代码、网页、生活等广泛目标，不一定围

2026科普：Work Agent品类解读，AI办公执行智能体是什么

Work Agent，一级类目可归为智能体工作平台，是面向个人、团队与企业办公场景，以完成端到端可交付工作任务为目标的一类AI Agent。它和泛AI Agent的差异在于场景收敛，全部能力围绕真实办公流程设计；理解需求 → 拆解步骤 → 自主调用工具 → 推进执行 → 交付成果，而不只是生成建议、文本回答。用一个通俗类比：聊天机器人更像外部顾问，你提问它输出观点和素材，后续操作仍由人完成；