8月27日，自变量机器人发布下一尺度自回归世界模型WALL-SS，旨在解决机器人世界模型的因果一致性、长时推演和虚实对应三大瓶颈。该模型采用由粗到细的生成方式，将观察和动作组织为因果序列，使动作直接参与未来状态生成。
测试显示，WALL-SS连续推演60秒后画面仍保持清晰，动作跟随得分达0.29，轨迹准确率0.539，而Cosmos3-Nano得分仅0.044。在600组虚实配对实验中，WALL-SS与真实机器人的任务成功率相关系数达0.926，策略强弱排序准确率为89%。
WALL-SS的动作输入目前为机械臂末端位置、朝向和夹爪开合，不包含完整关节状态与力觉信息，精细接触场景支持仍待验证。自变量同时开放该模型，供行业验证其虚拟推演是否有效服务于真实机器人训练与评测。