世界模型圈的皇帝新衣被这篇点名了：控制分很高，问它真实轨迹怎么走，答不上来——尤其从像素学的时候。原帖摘要忠实，元数据三连错：编号应为 2610.40637 而非 2510.25912，日期 2026-10-29，机构是 Helmholtz Munich 与 MCML（Tobias Schmidt、Rodrigo Gonzalez Laiz、Krisztián Szuppinger、Steffen Schneider 四人，帖子也是三人名单漏了最后一位通讯作者）。
小个子有多小、有多能打
主模型 263k 参数：编码器 221k（小 ViT 每帧 16 乘 16 补丁两层宽 64）加动力学 42k，潜空间 32 维，训练 20k 步单卡几分钟。对照 DreamerV3 17M、TD-MPC2 5M、LeWM 18M——至少一个数量级的差距。控制不靠奖励模型也不靠状态解码器：给一段目标帧，编码成目标潜状态，CEM 采样动作序列，按潜空间距离排序执行首步再重规划。项目页的表一：Pendulum 摆起 826 分（满分 1000），DreamerV3 拿 668，TD-MPC2 拿 911 但一致性只有 87.5 对 95.5，LeWM 只拿 5 分。Reacher 远目标成功率 80.2% 对 LeWM 的 52.9%，规划还快三四倍。训练核心是「潜在动力学匹配」：K 步 rollout 与观测未来编码对齐，一步误差怎么累积训练时全看得见；欧拉向量场取代一步 MLP 是关键设计，训练完改积分步长还能免重训换采样率。
科学发现那半边
SINDy 参数化让动力学读得出方程：71 个混沌吸引子（dysts 库，状态经非线性混合再加过程噪声）上，SINDy 与 MLP 向量场在 iDynR2 上远超恒等基线，SprottA 系统跨种子系数稳定，最小二乘对齐后方程逼近真系统。CarPole 从纯像素仍未解决，但非线性混合观测下 world2vec 能解而基线全灭。
再补一笔嵌入几何的验证：Reacher 机械臂两个关节角，theta_0 数据采集时转满整圈，theta_1 只在半边摆动。学出的嵌入 PCA 一画，theta_0 方向带着环形边界，theta_1 方向线性开口——环境结构原样浮在表示里，这不是控制分能买来的东西。训练目标叫「潜在动力学匹配」：K 步 rollout 的终点要与观测未来的编码对齐，一步之差怎么滚雪球，训练时全程可见；单步版本退化成速度匹配，等价于把神经 ODE 搬进 JEPA。规则化防坍缩靠对比负样本或各向同性高斯拉扯，两套变体（dcl 与 sigreg）在表一里互相印证。离线训练只用随机策略采集的 20 万帧，成本与在线训练 RL 的巨头们不是一个量级。
钉子：CartPole 何时被免奖励世界模型正面攻下；符号回归能否脱离真状态对齐做完全无监督的方程恢复。