세계 잠재 공간
시청각 등 다중 모달 입력을 하나의 잠재 표현으로 압축한 공간으로, 이 공간에서 상태 추정과 상태 전이가 이뤄진다. Orca 문맥에서는 비디오 프레임과 언어 이벤트를 같은 잠재 차원으로 매핑해 다음 상태 예측을 수행하는 핵심 표현이다. 이 잠재 공간은 텍스트 생성, 이미지 예측, 행동 생성 같은 downstream readout의 조건으로 재사용된다.
