DexForce 放出 UNITAS：1.7B 的 3D 原生世界动作模型，LIBERO 平均成功率 99.8%
UNITAS 把观测、动作和场景变化塞进同一套米制 3D 坐标系：夹爪/人手用点轨迹表示，场景用条件点流预测。论文称在 RoboTwin 场景预测上移动点误差比 PointWorld 低最多约 49%，真机整理书架约 90%、装球入袋约 80%。代码已开源，权重标注即将放出。
为什么重要 多数世界动作模型还在用图像或视觉潜变量猜下一帧；机器人真正碰的是三维距离和接触。把「怎么动」和「动完世界怎么变」绑在同一物理空间里，小参数也能打过更大的视频型 WAM。