具身赛道最近不缺论文标题，缺的是能装、能下、能跑的仓库。
开源追踪核验显示，arXiv论文「UniWAM: Unified World-Action Model」（2610.02054）对应的官方仓库已提供完整安装说明、依赖与训练入口；ModelScope集合同步放出UniWAM-base与UniWAM-robotwin-clean两个checkpoint。后者基于RoboTwin 2.0 clean子集后训练，被视为该评测生态可见的第三方后训练落地之一。同批近窗仍有多篇WAM方向论文，但同时交出可安装代码与可下载权重的并不多见。
模型形态： UniWAM约8B参数，采用Mixture-of-Transformers架构，将语义理解、视觉预测与动作生成分置于专家模块，通过联合多模态注意力交换信息。预训练混合机器人数据、人类第一视角视频与VQA；后训练侧用未来视觉噪声增广降低对精确未来帧的依赖，并以编码动作历史经flow matching初始化动作生成。骨干组合公开材料指向视频骨干与视觉语言骨干的拼接路线。
诚实边界： 仓库标明ROID、Fractal与真机推理等场景「intentionally out of scope」，本次开放重心在仿真基准训练与评测。作者机构归属未在仓库显著标注；采用度与生态黏性仍需观察。对产业，它的价值不在「又一个SOTA数字」，而在把「世界会怎么变」和「该怎么动」放进同一套可复现工件。
事实以GitHub README、ModelScope模型卡与arXiv论文为准。