LeWorldModel动作几何审计：预测变敏感，不代表预测方向正确
在同一仿真状态微调动作，世界模型与真实环境的局部响应一致吗？
这项审计恢复同一MuJoCo状态，比较LeWorldModel与环境对微小动作扰动的嵌入响应。模型能捕捉部分各向异性，但方向、幅度和扰动尺度均有明显差距；即便响应Gram矩阵一致，也不能保证预测变化的符号正确，更不等于控制成功。
图解主要方法
在同一仿真状态微调动作，世界模型与真实环境的局部响应一致吗？
- 1
1 · 固定状态构造反事实动作
冻结视觉编码器与世界模型，在相同仿真状态恢复后，对归一化动作各维施加±h扰动。输入3帧历史、5动作块，比较相同预测时间；Reacher保留458锚点、42个因边界排除，Cube为500锚点。
- 2
2 · 有限差分估计局部响应
用中心差分得到动作到潜在视觉特征的J，计算G=JᵀJ。trace衡量总响应幅度，按trace归一化后的Gram描述方向形状；原图蓝色环境、橙色模型椭圆展示的是这种局部差异，不是物体运动轨迹。
- 3
3 · 同时看形状与增益
归一化会消去幅度，所以必须另报绝对方向响应误差，并在未用于坐标差分的8个方向测试。若J模型恰为-J环境，Gram完全相同但运动效果相反；单一二阶几何分数不足以判断动作后果。
- 4
4 · 扰动尺度和恢复协议也要审计
h取0.001、0.003、0.01，放大十倍会大幅改变差异。作者记录了恢复/对齐修订、重放阈值和中断后原配置重试；主要结果应视为有限尺度探测，不能直接命名为无穷小真实导数。
实验与证据
已阅读正文与方法、实验相关附录，核对实验条件与原图；未独立复现。
来源证据Reacher/Cube主方向夹角约36°/42°，归一化Gram差约0.465/0.508；每环境仅一个checkpoint。 正文主结果 ↗
我的解读存在可测响应结构，但不支持已学准局部动作因果几何。
来源证据h放大十倍，形状差约下降70%/47%；跨尺度一致性较弱。 尺度敏感性 ↗
我的解读改善可能与渲染器、编码器和有限差分尺度有关，不能单独归因于动力学学习更好。
来源证据模型形状差0.508优于各向同性0.609，但幅度WAPE 56.4%差于38.2%；借用环境trace的oracle为32.3%。 Cube与各向同性基线 ↗
我的解读形状改善不保证幅度预测好，oracle用了真实环境信息，不能当可部署方案。
开放情况与使用许可
已阅读主文及方法、尺度/重放相关附录；本次未确认作者独立审计实现的正式公开入口。正文椭圆图未编号，按原节位置标注，不编造图号。
LICENSECC BY 4.0（论文及原图）
我的判断
独立分析 · 未复现实验正方 · 为什么值得投入
共享冻结编码器、恢复同一状态与分开报告形状/幅度，为世界模型动作敏感性提供了细于视频观感的检查方法。
反方 · 哪些结论还不够
只有两个环境、单checkpoint，未做闭环控制；有限差分可能放大渲染和编码噪声，Gram还丢失符号和输出方向信息。
综合判断
有价值的失效诊断工具；应与带符号响应及策略执行并用，不作为世界模型已可控制的单独认证。
我会先做的验证
未执行的验证方案：增加多个checkpoint和训练种子，冻结状态分别改变相机、渲染精度和h；比较完整J方向、幅度、Gram与MPC回报，并加入J反号的反例验证指标盲区。