awesome-world-action-models

这是一个关于世界动作模型（World Action Models, WAM）的学术综述项目，系统梳理了将未来状态预测与动作决策耦合的智能体建模范式。核心涵盖三类方法：Render-and-Decode（显式渲染+解码）、Latent-Only（仅隐空间建模）和Video-Generation-Free（免视频生成），强调预测内容（像素、几何、token等）与动作路径的耦合机制，并按基座模型、预测基底、耦合方式和部署风格进行结构化分类。适用于具身智能、机器人控制、仿真交互、因果决策等需要联合建模环境动态与行为策略的研究场景。