AdaJEPA: An Adaptive Latent World Model
AdaJEPA：一种自适应潜在世界模型
机构 * New York University（纽约大学） ； AMI Labs（AMI实验室）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出AdaJEPA，一种在模型预测控制闭环中进行测试时自适应的潜在世界模型，通过自监督信号持续校准模型，显著提升规划成功率。
视觉与机器人
机器人 / 具身智能
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
1. 具身推理 5 篇
MemLearner: Learning to Query Context memory for Video World Models
MemLearner: 学习查询上下文记忆用于视频世界模型
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Kuaishou Technology（快手科技）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 提出基于学习的自适应上下文查询方法MemLearner，利用视频生成模型自身进行上下文记忆查询，解决视频世界模型在遮挡和动态场景下的场景一致性问题。
Comments ECCV 2026, Project Page: https://yujiwen.github.io/memlearner/
Delta-JEPA: Learning Action-Sensitive World Models via Latent Difference Decoding
Delta-JEPA: 通过潜在差异解码学习动作敏感的世界模型
机构 * School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Computer Science and Technology, Harbin Institute of Technology, Weihai（哈尔滨工业大学（威海）计算机科学与技术学院） ； Faculty of Computing, Harbin Institute of Technology, Harbin（哈尔滨工业大学计算学部） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 提出Delta-JEPA，一种无重建的世界模型，通过潜在差异动作解码器（LDAD）从连续观测的潜在位移中重建动作，防止表示坍塌，提升基于规划的性能。
ScratchWorld: Evaluating If World Models Compute Executable Consequences
ScratchWorld: 评估世界模型是否计算可执行后果
专题命中 具身推理 ：world model(title)
AI总结 提出ScratchWorld基准，通过Scratch项目验证世界模型在稀疏变化环境中的状态预测、因果归因等能力，发现模型常忽略可执行规则，最高仅达13.8%的F1值。
Kaluza-Klein Gravitons in a Higher Curvature Warped Geometry : A New Perspective
高曲率翘曲几何中的卡鲁扎-克莱因引力子：一个新视角
专题命中 具身推理 ：world model(abstract)
AI总结 本文在五维f(R)引力翘曲膜世界中，通过欧几里得路径积分求解引力子涨落的薛定谔方程，得到高曲率修正对KK引力子谱和耦合的影响，发现质量上移、截面压低而衰变宽度增强。
Comments 31 pages, 6 figures and 1 table
