OneLA：从潜在动作中学习多世界世界模型

OneLA 通过共享正交字典和统一预测目标学习连续潜在动作，无需任务特定设计或跨域对齐损失，即可为世界模型提供共享控制接口。其动作循环迁移旋转误差较最强基线降低 24.8%，联合训练下真实场景生成的 Human Preference Score v3（HPSv3）提升 20.5%。轻量适配器可将原生控制指令映射至同一潜在动作空间，实现可控推演。