VGGTWorld-VLA：面向自动驾驶的意图条件化 3D 世界演化

研究者提出 VGGTWorld-VLA，将 VGGT-World 扩展为意图条件化的可控 3D 世界演化模型，用于自动驾驶场景。该方法引入 action–semantic conditioning 机制，把驾驶语义与自车运动表征注入 future-token 流，并通过 geometry–language–action bridge 联合条件化未来几何预测。