让机器人在虚拟世界里练习，难点不只是把画面画得像：你让机械臂向左推，视频就得真的向左；两个摄像头还要看到同一结果。PrimeSim把世界模型——根据当前画面和动作预测后续场景的模型——做成了这类模拟器。它用30,110小时、覆盖22种机器人平台的演示训练，并把不同身体结构和控制方式转换成统一的动作表示。
最值得注意的是它处理“越生成越跑偏”的办法。PrimeSim先把视频快速分段生成，再用分层时间记忆同时保留初始场景、稀疏的远期历史和密集的近期动作；训练时还让模型接着自己生成的画面往下推演，适应真实使用中的误差。作者称，它能以10.1 FPS连续模拟最长105秒，在刚性物体和柔性物体操作中保持稳定；与五个开源动作条件世界模型相比，在WorldSimProbe五组测试中领先四组。不过，细粒度局部校准仍落后于同行，说明它更像一个已能长跑的通用底座，而非处处精确的物理替身。