يُعدّ نموذج العمل العالمي (WAM) بنيةً نموذجيةً تأسيسيةً جديدةً للذكاء الاصطناعي في مجالات الذكاء المجسّد والروبوتات. وقد اقترحته شركة NVIDIA لأول مرة في فبراير 2026، ونُشرت الأبحاث ذات الصلة في ورقة بحثية بعنوان "...".نماذج العمل العالمية هي سياسات بدون أي فرصة للتجربةتقترح هذه الورقة البحثية نموذج DreamZero (نموذج أساسي للروبوت ذو 14 مُعاملًا)، وتستخدم لأول مرة مصطلح "نموذج حركة العالم" (WAM) صراحةً لوصف هذه البنية الجديدة. وتشير الورقة إلى أنه على عكس نماذج VLA التقليدية (التي ترسم فقط خرائط الحركات أحادية الخطوة)، فإن WAM هو نموذج أساسي يرث مباشرةً المعرفة المسبقة بالعالم المادي من خلال التنبؤ المشترك بـ "حالة العالم المستقبلية (تدفق الفيديو)" و"حركات الروبوت"، مما يحقق قدرة تعميم فائقة القوة بدون تدريب مسبق (سياسة التدريب المسبق بدون تدريب مسبق). بالإضافة إلى ذلك، أصدرت NVIDIA رسميًا مقالًا بعنوان "..."ما هو نموذج العمل العالمي؟?يلزم تقديم المزيد من التوضيح.

في مايو 2026، نشرت جامعة فودان وأكاديمية شنغهاي للابتكار والجامعة الوطنية في سنغافورة ورقة بحثية بعنوان "..."نماذج العمل العالمية: الأفق الجديد في الذكاء الاصطناعي المجسدتقدم الورقة مراجعة منهجية، وتعرف بشكل صريح WAM على أنها: "نموذج أساسي مجسد يوحد نمذجة الحالة التنبؤية مع توليد الإجراءات، بهدف تدريب توزيع مشترك للحالات والإجراءات المستقبلية، وليس الإجراءات نفسها فقط".

مع NVIDIA دريم زيرو على سبيل المثال، تعتمد البنية الأساسية لـ WAM في الواقع على نموذج توليد فيديو ضخم (يستند إلى شبكة أساسية لنشر الفيديو، مثل Wan2.1 أو NVIDIA Cosmos). ويمكن تقسيم سير العمل الأساسي إلى ثلاث خطوات:

المدخلات: الشاشة الحالية + الأمر الصوتي + الحالة الحالية للروبوت
⬇️
[نموذج WAM الأساسي (مثل بنية DiT ذات 14 معلمة)]
⬇️
تمريرة أمامية واحدة:

1. لقطات فيديو مستقبلية متوقعة (كيف سيبدو العالم في المستقبل)
2. حركات الروبوت الدقيقة في كل إطار (مسارات المفاصل ذات 6 درجات حرية)

من خلال هذا التنبؤ المشترك، ترتبط الأفعال وتطور العالم المادي ارتباطًا وثيقًا. ولكي يتمكن الروبوت من توليد الأفعال بشكل صحيح، يجب عليه أن يُولّد في ذهنه مقاطع فيديو مستقبلية تتوافق مع قوانين الفيزياء (الجاذبية، والاحتكاك، وعلاقات الحجب).