补充：WAM-TTT 如何让机器人用人类视频适应新场景

这是对已发布「相机考场：机器人模型的跨环境泛化，谁扛住了？」的补充，重点放在 WAM-TTT 的机制与数据预算，不是新的独立评测。

银河通用的 WAM-TTT 在预训练好的 World Action Model 前增加 fast-weight memory。Meta-Training 用成对的人类与机器人示范学习如何写入记忆；Test-Time 阶段只需一段未标注的人类 RGB 视频，主体 WAM 保持冻结，只更新轻量记忆模块，再把场景信息交给原有动作能力执行。

量子位原文给出的数据预算实验是：100 条机器人轨迹加 100 条人类视频，任务平均成功率 74.1%；全部使用 200 条机器人轨迹时为 73.7%。这说明在该实验设置下，人类视频可以补充一部分昂贵的机器人轨迹，但不代表任何任务都能按同样比例替代。

以下图示与数字均为原文或团队披露口径，不是本频道独立测试。