冻结扩散模型的可识别世界模型：ConDA 对齐方法

研究者提出 Contrastive Diffusion Alignment（ConDA），在冻结的预训练扩散模型潜变量之上仅学习一个轻量对齐映射，即可获得可识别的坐标表示。在 TCL/GCL 假设下，该方法能将潜在动力学状态识别到排列和逐分量可逆变换的程度，并保留潜在动态结构因果模型。在物理与机器人视频系统上，TCL 和 GCL 变体实现了近乎完美的分块状态恢复，并在模拟落体系统中实现精确恢复。