Tým ze Stanfordu vydal 6. října 2026 první verzi článku OpenWAM, rámce pro world-action models v robotice. Projektová stránka vedená Stanford University popisuje společný kauzální roboticko-videový základ, který začíná z Wan2.2-5B a po předtrénování na více než 10 000 hodinách videa propojuje video expert 5B a akční expert 2B v architektuře Mixture-of-Transformers. Cílem není jeden hotový robot, ale testbed pro srovnání pořadí a vazeb mezi predikcí budoucího videa a generováním akcí. Autoři uvádějí zlepšení LIBERO-Long VTA z 68,4 na 97,8 procenta, výsledky je však nutné číst v rámci popsaných benchmarků.
