SplineWAM用B样条自适应动作时域，WAM推理调用减22%至26%且成功率提升

能否让世界动作模型的动作表示自带时域信息，使预测时长和重规划间隔随运动复杂度自适应变化。

现有WAM几乎都沿用固定长度的均匀时间网格动作块，推理预算在自由空间和接触密集阶段分配相同，导致自由空间冗余推理、接触阶段重规划不及时，云服务吞吐受限。

此前做法包括固定长度动作分块、固定时长样条token化（如BEAST）、基于动作熵或视觉差异在推理时选择块长，以及用实时分块（RTC）实现异步执行；这些方法要么保持固定时间支撑，要么依靠辅助信号在推理阶段调整，未在执行前由动作表示本身决定时域。

SplineWAM仅改动WAM动作分支，预测固定数量三次B样条节点时间和控制点，解码器从中恢复可变数量动作；训练时用自适应节点插入按重构误差拟合演示动作，并把视频监督对齐到拟合节点时间。异步部署提出JP-RTC，把连续性约束放在解码后动作上，通过解码器局部雅可比拉回参数空间修正，支持不同参数化窗口对齐已执行动作。

仿真：LIBERO-Plus（ε=0.01，H=12）SplineWAM-Knot成功率74.5%，动作分块66.3%，提升8.2点；每回合调用26.2次对比33.6次，减少22%。RoboCasa（ε=0.08，H=20）73.5%对比69.1%，提升4.4点；调用16.3次对比21.9次，减少26%。消融显示BEAST不提升（LIBERO-Plus 66.6%，RoboCasa 65.0%）；去掉视频监督的Naive B-Spline w/o video成功率分别60.0%和55.0%，下降10.7和14.5点。真机：30次试验每任务每方法，异步执行。Arrange Bookshelf SR 23.3%对比20.0%，PG 54.4%对比52.2%，chunk 38.6对比32.0；Charge Earphone SR 26.7%对比26.7%，PG 57.5%对比73.3%，chunk 45.7对比32.0；Clean Whiteboard SR 60.0%对比50.0%，PG 74.2%对比67.5%，chunk 52.4对比32.0。JP-RTC较Naive RTC在所有真机任务上成功率更高。论文未报告仿真试验重复次数。

作者承认：在Charge Earphone任务上SplineWAM与JP-RTC虽成功率持平但进度落后，连续表示在示范完全一致的精密插入阶段可靠性不如固定分块；真机实验仅三项双臂任务，每方法每任务30次试验。更明显的局限：仿真评测为两个基准，未报告跨机器人或跨数据集泛化；模型基于Fast-WAM骨干，算力与训练成本未报告；代码是否开源论文未报告。论文为预印本，未经同行评审。