World Model Inference 关注模型如何在执行 action 前进行 rollout、simulation 和 imagination，并把预测结果交给 planner 或 policy。它的主要瓶颈通常不是一次 forward，而是多步预测中的 latency、memory 和误差累积。
Inference Path
current observation
-> latent state
-> candidate action rollout
-> predicted future states / rewards
-> planner selects action
-> real environment feedback核心问题
- rollout horizon 如何影响 planning quality 和计算成本；
- imagined trajectory 与真实 environment trajectory 如何区分；
- model uncertainty 如何传递到 action selection；
- 如何缓存 state、reuse prefix 并并行执行 candidate rollouts；
- 预测性能、规划性能和最终任务成功率是否一致。