世界动作模型在测试阶段常通过额外的推理计算进行候选选择和自适应分配，以提升控制性能。我们在 Cosmos Policy 与 RoboCasa 上采用先验‑先行、预注册的方法，对三个关键前提进行审计：候选是否携带可利用信号、计算节省是否转化为真实加速、评估是否保持完整性。\n\n在干净数据上，学习得到的价值选择器比随机选择差 $1.66$ 个百分点；事后最优选择仅提升 $1.40$ 个百分点，且在单集上区间跨越零；约 $82\%$ 的状态下不同候选的结果相同，表明选择余地有限。\n\n通过 token 剪枝，每次前向的 FLOPs 可降低至多 $47\%$，但在完整路径上仅测得最高 $1.15\times$ 的端到端加速（在去除解码路径时为 $1.25\times$），未达预期的 $1.5\times$ 目标；在功率门限下的自适应分配实验结论不明确。\n\n我们还发现并修复了一种在计算密集的规划路径上出现的渲染静默损坏，其出现率随计算量急剧上升，但对官方直接策略结果无影响。我们提供了检测器、修复代码及脚本。\n\n这些结果表明，测试时的规模扩展应作为一系列前提（决策信号、实际效率、评估完整性）逐一审计，而非仅凭成功率评判。结论仅适用于本文测试的配置。\n\n点评