自动驾驶

A 3D Isovist World Model -- Revealing a City's Unseen Geometry and Its Emergent Cross-City Signature

3D 等视域世界模型——揭示城市不可见几何及其涌现的跨城市特征

Xuhui Lin, Stephen Law, Nanjiang Chen, Kunyao Li, Tao Yang

机构 * The Bartlett School of Sustainable Construction University College London, UK（可持续建设学院伦敦大学学院，英国） ； Department of Geography University College London, UK（地理系伦敦大学学院，英国） ； School of Project Management, Faculty of Engineering The University of Sydney, AU（工程学院项目管理学院悉尼大学，澳大利亚） ； School of Engineering Cardiff University, UK（工程学院卡迪夫大学，英国） ； School of Architecture Tsinghua University, Beijing, CN（建筑学院清华大学，北京，中国） 纠错

专题命中 端到端驾驶 ：occupancy(abstract)；分类 cs.RO

AI总结 提出一种预测3D等视域（球形可见性深度图）的具身世界模型，通过深度残差和自滚动调度采样训练，发现跨城市空间特征可从时间潜变量中线性解码。

NIMO: A Software Platform for Closed-Loop Materials Exploration with Diverse AI Algorithms

NIMO：一个集成多种AI算法的闭环材料探索软件平台

Ryo Tamura, Naruki Yoshikawa, Koji Tsuda, Shoichi Matsuda

机构 * Center for Basic Research on Materials, National Institute for Materials Science（材料基础研究所，日本国家材料科学研究所） ； Graduate School of Frontier Sciences, The University of Tokyo（东京大学前沿科学研究生院） ； Center for Green Research on Energy and Environmental Materials, National Institute for Material Science（能源与环境材料绿色研究中心，日本国家材料科学研究所） 纠错

专题命中 端到端驾驶 ：self-driving(abstract)；分类 cs.RO

AI总结 提出开源平台NIMO，通过模块化AI-机器人解耦、候选池架构和统一接口，集成12种AI算法，实现跨实验室的自主材料探索。

Comments 29 pages, 5 figures

Revisiting Outage for Edge Inference Systems

重新审视边缘推理系统的中断问题

Zhanwei Wang, Qunsong Zeng, Haotian Zheng, Kaibin Huang

机构 * Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电子与计算机工程系） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 针对边缘推理系统的端到端可靠性，提出推理中断概率框架，量化推理精度低于阈值的概率，并优化通信开销与推理可靠性的权衡。

Decentralized End-to-End Multi-AAV Pursuit Using Predictive Spatio-Temporal Observation via Deep Reinforcement Learning

基于深度强化学习的去中心化端到端多无人艇追捕

Yude Li, Zhexuan Zhou, Huizhe Li, Yanke Sun, Yenan Wu, Yichen Lai, Yiming Wang, Youmin Gong, Jie Mei

机构 * School of Intelligence Science and Engineering（智能科学与工程学院） ； Guangdong Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics（广东省智能变形机制与自适应机器人重点实验室） ； Shenzhen Key Lab for Advanced Motion Control and Modern Automation Equipments（深圳先进运动控制与现代自动化设备重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 端到端驾驶 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种去中心化端到端多智能体强化学习框架，通过预测时空观测实现自主空中群体在复杂环境中的追捕，提升捕获效率和协同成功率。

LAP: An Agent-to-Instrument Protocol for Autonomous Science

LAP：面向自主科学的智能体-仪器协议

Linwu Zhu, Liqiang Gao, Yan Chen, Dan Zhu, Jian Huang

机构 * Shiyanjia Lab（实验之家实验室） 纠错

专题命中 端到端驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 针对自主科学中智能体与物理仪器连接碎片化的问题，提出LAP协议，通过InstrumentCard、预留机制、安全围栏握手和测量结果模式，实现有状态、安全关键的操作，并与现有生态系统兼容。

Comments 31 pages

Towards Interactive Video World Modeling: Frontiers, Challenges, Benchmarks, and Future Trends

迈向交互式视频世界建模：前沿、挑战、基准与未来趋势

Jiuming Liu, Chaojun Ni, Mengmeng Liu, Chensheng Peng, Fangjinhua Wang, Sitian Shen, Marc Pollefeys, Masayoshi Tomizuka, Ayush Tewari, Per Ola Kristensson

机构 * Department of Engineering, University of Cambridge, U.K.（剑桥大学工程系） ； Peking University（北京大学） ； University of Twente（埃因霍温理工大学） ； Mechanical Systems Control Laboratory, University of California, Berkeley, USA（加州大学伯克利分校机械系统控制实验室） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软公司） ； University of Oxford（牛津大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文系统综述了交互式世界建模的研究趋势、技术挑战、评估基准，并提出了未来方向，重点在于动作条件可控性、长程交互与记忆以及实时响应性。

Comments Under review. The GitHub repository is publicly available at: https://github.com/liujiuming123/Awesome-Interactive-World-Model

State-Conditional Adversarial Learning: An Off-Policy Visual Domain Transfer Method for End-to-End Imitation Learning

状态条件对抗学习：一种用于端到端模仿学习的离策略视觉域迁移方法

Yuxiang Liu, Shengfan Cao

机构 * University of California, Berkeley, CA, USA（加州大学伯克利分校） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 针对目标域数据严格离策略、无专家且稀缺的挑战，提出状态条件对抗学习（SCAL），通过状态条件潜在KL散度的判别器估计对齐分布，实现鲁棒的视觉域迁移。

WeatherCity: Urban Scene Reconstruction with Controllable Multi-Weather Transformation

WeatherCity: 可控多天气变换的城市场景重建

Wenhua Wu, Huai Guan, Zhe Liu, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 提出WeatherCity框架，利用文本引导的图像编辑、天气高斯表示和物理驱动模型，实现高保真、时间一致的4D城市场景重建与多天气编辑。

Beyond Structure: Revolutionising Materials Discovery via AI-Driven Synthesis Protocol-Property Relationships

超越结构：通过AI驱动的合成协议-性质关系革新材料发现

Guillaume Lambard

机构 * Data-driven materials design group, Center for Basic Research on Materials (CBRM)（数据驱动材料设计组，基本材料研究中心（CBRM）） ； National Institute for Materials Science (NIMS)（国家材料科学研究所（NIMS）） 纠错

专题命中 端到端驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 本文提出通过AI驱动的合成协议-性质关系革新材料发现，强调以合成为导向的范式转变，构建可执行合成协议的机器可读协议表示，部署生成和反向设计模型，整合闭环优化以提升实验可行性和可持续性。

Comments 20 pages, 2 figures

Flying by Inference: Active Inference World Models for Adaptive UAV Swarms

通过推断飞行：用于自适应无人机群的主动推断世界模型

Kaleem Arshid, Ali Krayani, Lucio Marcenaro, David Martin Gomez, Carlo Regazzoni

机构 * Department of Engineering and Naval Architecture (DITEN), University of Genoa（工程与 naval 架构系（DITEN），热那亚大学） ； Intelligent Systems Laboratory, Department of Systems Engineering and Automation, Carlos III University of Madrid（智能系统实验室，系统工程与自动化系，马德里卡洛斯三世大学） 纠错

专题命中 端到端驾驶 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出了一种专家引导的主动推断框架，用于自适应无人机群轨迹规划。该方法将多无人机轨迹设计转化为分层概率推断问题，通过遗传算法生成专家示范并学习世界模型，实现高效的轨迹规划与动态调整。

Comments Submitted to IEEE journal

Automated Scientific Discovery: From Equation Discovery to Autonomous Discovery Systems

自动化科学发现：从方程发现到自主发现系统

Stefan Kramer, Mattia Cerrato, Jannis Brugger, Sašo Džeroski, Ross King

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文综述了自动化科学发现，涵盖方程发现、符号回归到自主发现系统与代理。讨论了各种方法，分析了深度神经网络在该领域的作用，并介绍了闭环科学发现系统及自主性概念，旨在推动AI科学家的发展。

Comments 19 pages plus references

Journal ref Machine Learning (2026) 115:109

X-Cache: Cross-Chunk Block Caching for Few-Step Autoregressive World Models Inference

X-Cache：跨块块缓存用于少步自回归世界模型推理

Yixiao Zeng, Jianlei Zheng, Chaoda Zheng, Shijia Chen, Mingdian Liu, Tongping Liu, Tengwei Luo, Yu Zhang, Boyang Wang, Linkun Xu, Siyuan Lu, Bo Tian, Xianming Liu

机构 * AI Infra Team, XPeng Inc.（AI基础设施团队，小鹏汽车） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出X-Cache，一种无需训练的加速方法，通过跨连续生成块缓存而非去噪步骤来提升少步自回归世界模型的推理效率，实现71%的块跳过率和2.6倍的速度提升，同时保持最小的性能下降。

Comments Technical Report

VDPP: Video Depth Post-Processing for Speed and Scalability

VDPP：用于速度和可扩展性的视频深度后处理

Daewon Yoon, Injun Baek, Sangyu Han, Yearim Kim, Nojun Kwak

机构 * Seoul National University（首尔国立大学） ； Samsung Electronics（三星电子） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出VDPP框架，通过改进视频深度估计的后处理速度和精度，采用几何细化方法提升效率，实现与端到端系统同等的时序一致性，同时具备RGB-free架构，支持实时边缘部署。

Comments 8 pages, 6 figures. Accepted to CVPR 2026 ECV Workshop. Project page: https://github.com/injun-baek/VDPP

HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds

HY-World 2.0：一个多模态世界模型用于重建、生成和模拟3D世界

Team HY-World, Chenjie Cao, Xuhui Zuo, Zhenwei Wang, Yisu Zhang, Junta Wu, Zhenyang Liu, Yuning Gong, Yang Liu, Bo Yuan, Chao Zhang, Coopers Li, Dongyuan Guo, Fan Yang, Haiyu Zhang, Hang Cao, Jianchen Zhu, Jiaxin Lin, Jie Xiao, Jihong Zhang, Junlin Yu, Lei Wang, Lifu Wang, Lilin Wang, Linus, Minghui Chen, Peng He, Penghao Zhao, Qi Chen, Rui Chen, Rui Shao, Sicong Liu, Wangchen Qin, Xiaochuan Niu, Xiang Yuan, Yi Sun, Yifei Tang, Yifu Sun, Yihang Lian, Yonghao Tan, Yuhong Liu, Yuyang Yin, Zhiyuan Min, Tengfei Wang, Chunchao Guo

机构 * Tencent（腾讯） 纠错

专题命中 端到端驾驶 ：trajectory planning(abstract)；分类 cs.CV

AI总结 HY-World 2.0通过多模态输入生成高保真3D场景，改进了先前版本，引入了多项创新以提升全景真实性、3D场景理解和规划能力，并升级了WorldStereo和WorldMirror模型，实现了3D世界交互探索。

Comments Project Page: https://3d-models.hunyuan.tencent.com/world/ ; Code: https://github.com/Tencent-Hunyuan/HY-World-2.0

Orion-Lite: Distilling LLM Reasoning into Efficient Vision-Only Driving Models

Orion-Lite：将LLM推理能力蒸馏到高效视觉-only驾驶模型

Jing Gu, Niccolò Cavagnero, Gijs Dubbelman

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出Orion-Lite，通过潜特征蒸馏和真实轨迹监督，在闭环评估中实现高效视觉-only驾驶模型，超越大规模VLA模型ORION，达到Bench2Drive基准的80.6 Driving Score。

MotionScape: A Large-Scale Real-World Highly Dynamic UAV Video Dataset for World Models

MotionScape: 一个大规模真实世界高动态无人机视频数据集用于世界模型

Zile Guo, Zhan Chen, Enze Zhu, Kan Wei, Yongkang Zou, Xiaoxuan Liu, Lei Wang

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； Jilin University（吉林大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 MotionScape提供高动态无人机视频数据，用于提升世界模型对复杂3D动态的模拟能力，通过语义和几何对齐的标注提升无人机自主导航与决策能力。

Evolution of Video Generative Foundations

视频生成基础的演变

Teng Hu, Jiangning Zhang, Hongrui Huang, Ran Yi, Zihan Su, Jieyu Weng, Zhucun Xue, Lizhuang Ma, Ming-Hsuan Yang, Dacheng Tao

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文综述了视频生成技术的发展，从早期GAN到扩散模型，再到AR和多模态技术，探讨了核心原理、关键进展及未来趋势，旨在为视频生成及其应用提供指导。

The Blind Spot of Adaptation: Quantifying and Mitigating Forgetting in Fine-tuned Driving Models

适应的盲区：量化和缓解在微调驾驶模型中的遗忘

Runhao Mao, Hanshi Wang, Yixiang Yang, Qianli Ma, Jingmeng Zhou, Zhipeng Zhang

机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab实验室） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文首次系统研究驾驶模型中灾难性遗忘问题，提出Drive Expert Adapter框架，通过提示空间适应提升驾驶性能并保留通用能力。

Comments received by cvpr2026

Toward Physically Consistent Driving Video World Models under Challenging Trajectories

迈向在挑战性轨迹下物理一致的驾驶视频世界模型

Jiawei Zhou, Zhenxin Zhu, Lingyi Du, Linye Lyu, Lijun Zhou, Zhanqian Wu, Hongcheng Luo, Zhuotao Tian, Bing Wang, Guang Chen, Hangjun Ye, Haiyang Sun, Yu Li

机构 * Zhejiang University（浙江大学） ； Xiaomi EV（小米电动汽车） ； The Hong Kong Polytechnic University（香港理工大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出PhyGenesis，通过物理条件生成器和物理增强视频生成器，解决挑战性轨迹下视频生成的物理不一致问题，实验表明其在复杂轨迹上表现优异。

SERA-H: Beyond Native Sentinel Spatial Limits for High-Resolution Canopy Height Mapping

SERA-H：超越原生Sentinel空间限制的高分辨率冠层高度制图

Thomas Boudras, Martin Schwartz, Rasmus Fensholt, Martin Brandt, Ibrahim Fayad, Jean-Pierre Wigneron, Gabriel Belouze, Fajwel Fogel, Philippe Ciais

机构 * organization= Laboratoire des Sciences du Climat et de l’Environnement (LSCE), CEA, CNRS, UVSQ, Université Paris-Saclay , city= Gif-sur-Yvette , country= France ； organization= CNRS \& Département d'Informatique, École Normale Supérieure -- PSL , addressline= 45 Rue d'Ulm , postcode= 75005 , city= Paris , country= France ； organization= Department of Geography ； Geology, University of Copenhagen , addressline= Øster Voldgade 10 , city= Copenhagen , postcode= DK-1350 , country= Denmark ； organization= INRAE, Bordeaux Aquitaine Center , addressline= 71 avenue E. Bourlaux, CS 20032 , postcode= 33882 , city= Villenave d'Ornon , country= France ； organization= Department of Information Systems, University of M\"unster , city= M\"unster , country= Germany 纠错

专题命中 端到端驾驶 ：LiDAR(abstract)；分类 cs.CV

AI总结 SERA-H结合超分辨率模块和时序注意力编码，利用高密度LiDAR生成的冠层高度模型，从Sentinel-1和Sentinel-2时间序列数据中生成2.5米分辨率的高精度冠层高度制图，性能优于传统Sentinel-1/2方法，接近甚至优于商业高分辨率影像方法。

Comments 17 pages, 8 figures, 3 tables

Data Scaling for Navigation in Unknown Environments

未知环境中的导航数据扩展

Lauri Suomela, Naoki Takahata, Sasanka Kuruppu Arachchige, Harry Edelman, Joni-Kristian Kämäräinen

机构 * Signal Processing Research Centre, Faculty of Information Technology and Communication Sciences, Tampere University（信号处理研究中心，信息科技与通信科学学院，塔尔皮奥大学） ； Graduate School of Information Sciences, Tohoku University（信息科学研究生院，东北大学） ； Faculty of Engineering, Turku University of Applied Sciences（工程学院，图尔库应用科学大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 研究通过大规模数据和多样性提升未知环境导航性能，发现数据多样性比数量更重要，且简单回归模型在嘈杂数据中表现更优。

Comments Robotics and Automation Letters (RA-L) 2026

Topology-Preserving Deep Joint Source-Channel Coding for Semantic Communication

保持拓扑的深度联合源-信道编码用于语义通信

Omar Erak, Omar Alhussein, Fang Fang, Sami Muhaidat

机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； Khalifa University（哈利法大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 eess.IV

AI总结 本文提出TopoJSCC框架，通过整合持续同调正则化提升拓扑保持能力，在低信噪比和带宽比条件下改进拓扑保护和PSNR。

Comments Submitted to IEEE Journals for possible publication

Learning from Mistakes: Post-Training for Driving VLA with Takeover Data

从错误中学习：使用接管数据进行驾驶VLA的后训练

Yinfeng Gao, Deqing Liu, Qichao Zhang, Yupeng Zheng, Haochen Tian, Guang Li, Hangjun Ye, Long Chen, Da-Wei Ding, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出TakeVLA框架，通过预接管语言监督和场景做梦方法，提升驾驶VLA的闭环性能与安全性，实验显示在Bench2Drive基准上优于SimLingo。

SteerVLA: Steering Vision-Language-Action Models in Long-Tail Driving Scenarios

SteerVLA：在长尾驾驶场景中引导视觉-语言-动作模型

Tian Gao, Celine Tan, Catherine Glossop, Timothy Gao, Jiankai Sun, Kyle Stachowicz, Shirley Wu, Oier Mees, Dorsa Sadigh, Sergey Levine, Chelsea Finn

机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； Microsoft（微软公司） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 SteerVLA通过结合视觉-语言模型的推理能力，生成细粒度语言指令以提升驾驶策略的稳健性和长尾场景下的性能。

ConsisDrive: Identity-Preserving Driving World Models for Video Generation by Instance Mask

ConsisDrive: 用于视频生成的实例掩码驾驶世界模型

Zhuoran Yang, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 ConsisDrive通过实例掩码注意力和损失机制提升驾驶视频生成质量及自动驾驶性能。

InstaDrive: Instance-Aware Driving World Models for Realistic and Consistent Video Generation

InstaDrive: 为真实和一致的视频生成实例感知的驾驶世界模型

Zhuoran Yang, Xi Guo, Chenjing Ding, Chiyu Wang, Wei Wu, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； SenseAuto（感etime） ； Tsinghua University（清华大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 InstaDrive通过实例感知机制提升驾驶视频生成质量，增强自动驾驶任务性能。

Accelerating Structured Chain-of-Thought in Autonomous Vehicles

加速自动驾驶中的结构化链式推理

Yi Gu, Yan Wang, Yuxiao Chen, Yurong You, Wenjie Luo, Yue Wang, Wenhao Ding, Boyi Li, Heng Yang, Boris Ivanovic, Marco Pavone

机构 * NVIDIA ； University of Southern California（南加州大学） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 FastDriveCoT通过并行解码方法加速自动驾驶中的结构化链式推理，实现3-4倍的生成速度提升和端到端延迟的显著降低，同时保持推理效果。

SkeFi: Cross-Modal Knowledge Transfer for Wireless Skeleton-Based Action Recognition

SkeFi: 无线传感器跨模态知识转移用于基于骨骼的动作识别

Shunyu Huang, Yunjiao Zhou, Jianfei Yang

机构 * School of Electrical and Electronics Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） 纠错

专题命中 端到端驾驶 ：LiDAR(abstract)；分类 cs.CV

AI总结 SkeFi通过跨模态知识转移方法，利用无线传感器提升基于骨骼的动作识别性能，实现毫米波和LiDAR上的先进表现。

Comments Published in IEEE Internet of Things Journal

MAD: Motion Appearance Decoupling for efficient Driving World Models

MAD：用于高效驾驶世界模型的运动外观解耦

Ahmad Rahimi, Valentin Gerard, Eloi Zablocki, Matthieu Cord, Alexandre Alahi

机构 * Sorbonne Université（索邦大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 MAD通过解耦运动学习与外观合成，高效地将通用视频扩散模型转化为可控的驾驶世界模型，实现低计算成本和高性能

Toward Safe and Responsible AI Agents: A Three-Pillar Model for Transparency, Accountability, and Trustworthiness

迈向安全和负责任的AI代理：透明、问责和可信的三支柱模型

Edward C. Cheng, Jeshua Cheng, Alice Siu

机构 * InquiryOn 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出三支柱模型，旨在通过透明、问责和可信机制，确保AI代理的安全性和责任性，促进负责任的AI发展。

Comments 15 pages, 8 figures, conference paper