标签
SPT-Flow 提出一种连续时间世界模型的训练方法：每条轨迹采样一个隐变量，并将自由运行的 ODE 展开与多个读出时刻的演示状态对齐，从而克服监督捷径问题。在 LIBERO 上，该方法相对 ODEWorld 基线在中段与最终帧的 best-of-10 PSNR 分别提升 2.0 和 2.4 dB，平均 LPIPS 降低 23%。