OpenMOSS 开源 WCM：打破单帧局限的机器人价值模型

机器之心 · wechat · 2026-08-13

OpenMOSS 团队开源了 WorldCriticModel (WCM)，旨在解决视觉-语言-动作模型（VLA）在强化学习中仅依赖单帧观测进行价值评估的局限。由于机器人控制天然具有部分可观测性（POMDP），单帧画面难以判断动作的动态趋势与接触状态。WCM 通过让 Critic 模型在打分的同时学习预测下一时刻的潜在状态，将世界预测与价值学习统一起来。

实验表明，WCM 在多个仿真基准和 7 项真机任务上取得显著突破。在 ManiSkill 任务中，它将初始成功率仅 0.78% 的 VLA 模型提升至 98.7%。此外，仅需 1 条示范数据起步，WCM 经过约 250 步 RL 微调即可超越依赖 50 条数据的 Full-SFT 基线。该模型支持 On-policy 与 Off-policy 流程，代码、数据与权重已全面开源。