上海交通大学穆尧团队与百度智能云合作推出AHA-WAM，采用异步快慢系统架构，将视频生成（慢系统）与动作生成（快系统）解耦。通过OVCR机制用实时观测修正旧视频推演的KV Cache，使机器人闭环推理频率达到56Hz，控制频率提升近10倍。模型基座约5B参数，Flash版本将去噪步数从10步压缩至2步。百度百舸团队将单步推理延迟从415ms压缩到41ms。方案不依赖端侧硬件加速，通过端云协同解决大模型推理慢与机器人高频控制之间的矛盾。