雨雾、光线变化或摄像头噪声，会让逐像素猜未来画面的驾驶模型分心；但若只看压缩后的抽象特征，又可能漏掉细节，也不容易解释。HyWorldVLA想兼顾两头：让自动驾驶既能看清未来画面，也能抓住真正影响动作的结构与语义。
它是一套VLA——把摄像头画面、文字信息变成驾驶动作的模型，并加入“世界模型”，也就是在内部预演接下来可能发生什么。最关键的设计在训练顺序：预训练时，它一边预测视频的潜表示——画面压缩后的内部数字，一边重建原始视频帧，用像素监督把细节钉牢；之后联合微调时，只预测更紧凑、较抗表面噪声的潜特征，再交给动作模块生成行驶轨迹。论文作者称，它在NAVSIM v1和v2基准上超过纯像素与纯潜表示方案；但现有材料未给出具体提升数字。