PRETRAINED AW-0 · CROSS-DATASET PROBE
同一画面，换一句指令。
24 个 G2 仿真数据状态 · 264 条预测 · 424 个 chunk。固定画面、状态和随机种子，比较视频、动作与代码是否随指令改变。
这是跨数据集响应实验，不是成功率测试。AW-0 使用 YAM＋人类视频预训练权重，未在 G2 上微调。相机槽位和位姿格式已对齐，但机器人坐标与相机外参未校准；G2 中出现过的文本，不代表 AW-0 预训练见过。动作图的毫米数来自模型自身归一化的逆变换，不能当作 G2 控制精度。
实验条件与结果边界
16 个 MimicGen episode 起点＋每个任务首个 episode 的最后阶段中间状态，共 8 个。所有条件使用相同的实际种子 42 / 314。原指令、新阶段与重复对照在起点连续生成 3 个 chunk，其余生成 1 个 chunk。每个 chunk 为 32 步动作、三视角各 9 帧；按 AW-0 原生 30 Hz / 7.5 Hz，3 个 chunk 覆盖 3.2 秒。
连续推理仅反馈自己生成的最后一帧及最后一个解码位姿，不使用真实未来。无手指关节的槽位归零，状态遵循官方归一化截断；保持指令要求维持当前夹爪状态。没有运行生成代码或仿真。公开预训练语料不可得，指令及场景的预训练覆盖未知。
使用官方代码行为；保留其代码专家复数位置缓存转实数的警告，未擅自更改预训练推理。视频差异和代码变化不能单独证明指令被正确执行。
完整校验与指标MEASURED RESPONSE
指令变化，与随机种子变化相比
本轮观察：指令会改变输出，但差异小于随机种子变化。
起点切换阶段的单 chunk 位置差异中位数为 9.09 mm，种子对照为 40.05 mm；连续 3 chunk 为 33.15 / 86.00 mm。对应像素差异为 5.63 / 19.50 与 9.07 / 23.91。
保持姿态后的预测运动量 / 原运动量，中位数为起点 1.02、阶段中间 0.98，未显示明显的整体运动抑制。仅给新阶段时，起点位置差异增至 16.11 mm；这与完整任务可能削弱阶段切换的解释相符，但文本格式和长度也同时改变，不能单独确定原因。
数字为配对差异的中位数。位移：双臂解码位置的平均差异；像素：未压缩未来 RGB 的平均绝对差异（0–255）。代码是字符串是否改变，不代表程序正确。
| 状态 / 长度 | 替换条件 | 动作差异 / 种子差异 | 像素差异 / 种子差异 | 代码改变 / 种子 |
|---|
COMPARE SIDE BY SIDE
视频、动作与代码一起看
输入顺序：head / hand_left / hand_right。相机槽位对齐不等于相机标定一致。
0.00 s
替换指令
打开完整视频 ↗本组双臂位置差异
本组未来 RGB 差异
反馈状态截断
解码后的动作轨迹
相对初始位置的位移（mm，借用输入坐标系，未作 G2 标定）。绿色：原指令；橙色：替换条件。夹爪输出未裁剪。