연구진은 기존 WAM의 한계를 극복하기 위해 시각-행동 토크나이저 기반 세계 행동 모델 RepWAM을 개발했어요. RepWAM은 시각 입력을 시각 및 잠재적 행동 토큰으로 매핑하고, 언어 지시에 따라 미래 시각 상태와 연결된 잠재적 행동을 모델링해요. 실험 결과, RepWAM은 다양한 조작 환경에서 뛰어난 성능을 보였으며, 기존 방식 대비 시각-행동 토크나이저의 가치를 입증했어요.