机器人要在现实里干活，得先在"脑子"里预演一遍。世界模型干的就是这件事：用数据代替传统仿真器，做策略评估、策略改进和规划。预演要靠谱，前提是三维场景还原得足够准。DepthWorld 瞄的就是这里。
DepthWorld 给机器人操作任务搭了个3D世界模型，核心指标是几何保真度。传统仿真器靠人工建模，成本高，还容易和真实世界对不上。数据驱动的路子绕开了这些麻烦，策略评估和规划跑在更贴近现实的三维空间里，结论也更可信。
另一条线是时间。实时控制需要足够长的视觉历史，才能判断运动状态和任务进度；可历史一长，处理就慢，动作跟着延迟。Long-WAM 把模型和系统放一起设计，把上下文拉长，机器人既能记住过去，又不至于卡在推理环节。
RoboJEPA 问的问题更底层：潜空间世界模型能预测未来状态、能在真实世界做规划，但没人说得清它的能力随规模怎么涨。这篇论文给出了评估扩展性的方法，把"堆参数能提升多少"从玄学变成能测的事。
三篇论文说的是同一件事：机器人世界模型正从概念验证走向工程化。3D几何决定预演准不准，上下文长度决定反应快不快，扩展规律决定这条路能走多远。这三关过得怎么样，直接决定机器人离"想明白再动手"还有多远。