机器人 / 具身智能

The Rank-One Corner: How Much Value Equivalence Does a Task Need from a World Model?

一阶角：任务从世界模型中需要多少价值等价性？

Donna Vakalis

机构 * Mila – Quebec AI Institute（米拉-魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 研究任务从世界模型中所需的价值等价性，通过在DreamerV3堆栈上测量发现，潜在因素代表的闭包由训练目标维度决定，价值等价具维度性，单奖励目标是其一阶角，模型安装的任务结构与预测目标相关。

Comments 22 pages, 14 figures

Event-Centric World Modeling with Memory-Augmented Retrieval for Embodied Decision-Making

基于记忆增强检索的事件中心世界建模用于具身决策

Zhaowen Fan, Rongchao Zhang, Yunxiang Han

机构 * Zhaowen Fan（Fan 研究院） ； Rongchao Zhang（Zhang 实验室） 纠错

专题命中 具身推理 ：world model(title)；navigation(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出一种事件中心世界建模框架，通过记忆增强检索实现具身决策，结合语义事件和先前经验进行决策，提升动态环境的结构抽象与可解释性。

Comments 12 pages, 9 figures, 4 tables, currently under review

Thinking Ahead: Foresight Intelligence in MLLMs and World Model

提前思考：多模态语言模型和世界模型中的预见智能

Zhantao Gong, Liaoyuan Fan, Qing Guo, Xun Xu, Xulei Yang, Shijie Li

机构 * College of Software, Nankai University, China（南开大学软件学院） ； The University of Hong Kong, China（香港大学） ； NKIARI, Shenzhen Futian, China（NKIARI，深圳福田，中国） ； AAIS & VCIP, Nankai University, China（AAIS与VCIP，南开大学，中国） ； A*STAR Institute of Advanced Intelligence and Computing, Singapore（新加坡A*STAR先进智能与计算研究所） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV

AI总结 研究定义预见智能，引入FSU-QA数据集，对视觉语言模型在预见任务中全面研究，发现当前模型不足。该数据集可评估世界模型，增强预见推理，微调小模型能超大型先进模型，为开发下一代模型提供基础，还验证了评估协议。

Comments Accepted by ECCV 2026

Predicting Closed-Loop Performance of Latent World Models: Offline Checkpoint Selection for MPC and Model-Based RL Under Non-Markovian Rewards in LunarLander

预测潜在世界模型的闭环性能：用于MPC和基于模型的强化学习的离线检查点选择，在非马尔可夫奖励的LunarLander中

Nikolai Smolyanskiy

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出一套基于最优控制理论的结构化验证时诊断指标，用于从离线检查点中预测潜在世界模型的闭环性能，其中复合奖励可观测性分数（CROF）在LunarLander任务上有效选择检查点，显著提升MPC和基于模型的强化学习性能。

Comments Preprint, 19 pages (16 main text + 3 pages appendix), 7 figures, 4 tables. Video: https://youtu.be/4PxHFW_TYUw , Code: https://github.com/nsmoly/LunarLander_RSSM

CLARITY: Medical World Model for Guiding Treatment Decisions by Modeling Context-Aware Disease Trajectories in Latent Space

CLARITY：用于通过在潜在空间中建模情境感知疾病轨迹来指导治疗决策的医学世界模型

Tianxingjian Ding, Yuanhao Zou, Chen Chen, Mubarak Shah, Yu Tian

机构 * Institute of Artificial Intelligence, University of Central Florida（中佛罗里达大学人工智能研究所） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV、cs.LG

AI总结 CLARITY通过在潜在空间中建模时间间隔和患者特定数据，预测疾病演变轨迹，生成个性化治疗方案，并在医学领域实现最先进的治疗规划性能。

Comments Accepted to ECCV 2026

When Do Conservation Laws Survive Learned Representations? Certified Horizons for Latent World Models

守恒律何时在学习表示中幸存？潜在世界模型的认证视界

Hongbo Wang

机构 * Department of Mathematics, Stony Brook University（石溪大学数学系） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.LG

AI总结 研究物理世界模型中守恒律在潜表示学习后的可认证性，提出一种通过解码物理不变量并分解模型缺陷来预计算认证视界的方法，实验表明硬规范辛结构在已知相坐标中表现最佳，但软约束在潜表示设置中更鲁棒。

Comments 16 pages, including appendices. v2: second soft-survival system (Duffing double well, pre-registered) with a linear-oscillator anchor; 5-seed and step-size hardening of the state-Kepler result; 8-seed SympNet confirmation of the lift null. Code: https://github.com/TimothyWang418/se3-ejepa

Certified World Models: Predictability Across Configuration, Horizon, and Resolution

规模买插值，结构买地平线：等变世界模型的认证可预测性

Hongbo Wang

机构 * Department of Mathematics, Stony Brook University（数学系，石溪大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.LG

AI总结 针对等变潜在世界模型，提出可计算的多步可预测地平线认证，证明T步滚动误差在对称轨道上恒定，并由李雅普诺夫谱分层界定，且该认证为等变模型独有。

Comments 56 pages. v3: evidence hardening -- pendulum-ring mechanism doubled to n=30 seeds (Fisher p=9.5e-6), 5-task x 7-checkpoint multitask audit (0/35 cells reach the calibration band), certificate start-spread and measured episode-sensitivity analyses; prose pass; conclusions unchanged. Code: https://github.com/TimothyWang418/se3-ejepa

Valdi: Value Diffusion World Models

Valdi: 价值扩散世界模型

Christopher Lindenberg, Kashyap Chitta

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出Valdi框架，结合端到端在线训练与潜在扩散动力学模型，在CarRacing环境中使用单步扩散达到与确定性MLP基线相当的性能，揭示了预测多模态与控制性能之间的权衡。

Comments RLC 2026 WMW

AdaJEPA: An Adaptive Latent World Model

AdaJEPA：一种自适应潜在世界模型

Ying Wang, Oumayma Bounou, Yann LeCun, Mengye Ren

机构 * New York University（纽约大学） ； AMI Labs（AMI实验室） 纠错

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。

DreamForge-World 0.1 Preview: A Low-Compute Real-Time Controllable World Model

DreamForge-World 0.1 Preview：一种低计算量实时可控世界模型

Daniyel Ayupov, Artur Markov-Tsoy

机构 * DreamForge AI Lab（DreamForge AI实验室） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV、cs.LG

AI总结 提出DreamForge-World 0.1 Preview，一种基于自回归视频堆栈和残差动作路径的低计算量实时交互世界模型，支持消费级GPU运行和多种交互功能。

Comments Project page: https://trydreamforge.com/

J-LAW: Joint Localization and Actionable World Modeling via Coupled Latent Factor Graphs

J-LAW：通过耦合潜在因子图实现联合定位与可操作世界建模

Guanqun Cao, Liang Chen

机构 * Geely Technology Europe（吉利技术欧洲公司） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS)（信息工程测绘与遥感国家重点实验室（LIESMARS）） ； Wuhan University（武汉大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.LG

AI总结 提出J-LAW，通过耦合因子图联合优化度量物体位姿、潜在世界状态和潜在地标嵌入，实现定位与可操作世界建模的协同提升，实验证明能显著降低潜在预测误差和端点漂移。

Comments 5 pages, 2 figures, 3 tables

From Tokens to States: LLMs as a Special Case of World Models and the Continuous Path Beyond

从令牌到状态：LLM作为世界模型的特例及其连续路径

Paul Dubois

机构 * Paul Dubois（保罗·杜博伊斯） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文论证LLM是世界模型的退化特例，并提出从NTP到JEPA的连续谱系，逐步放松LLM约束，同时探讨其可扩展性挑战。

Comments 10 pages, 6 figures, 1 table

EO-WM: A Physically Informed World Model for Probabilistic Earth Observation Forecasting

EO-WM: 一种用于概率性地球观测预测的物理信息世界模型

Junwei Luo, Shuai Yuan, Zhenya Yang, Yansheng Li, Zhe Liu, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； Wuhan University（武汉大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV

AI总结 提出EO-WM，一种视频扩散变换器，通过物理信息条件框架（气候基线、天气异常和累积应力）实现多光谱地球观测的概率性预测，在极端天气和季节匹配基准上优于现有方法。

Comments 28 pages, 5 figures, 11 tables

Einstein World Models

爱因斯坦世界模型

Munachiso Samuel Nwadike, Zangir Iklassov, Ali Mekky, Zayd M. Kawakibi Zuhri, Kentaro Inui

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； RIKEN AIP, Japan（日本理化学研究所革新智能综合研究中心） ； Tohoku University（东北大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV

AI总结 提出爱因斯坦世界模型（EWM），通过将视觉时间展开嵌入推理轨迹，使LLM能利用视觉化反事实事件增强复杂推理能力。

Comments 12 pages (9 without references), 2 figures, 1 algorithm

Risk-Aware Selective Multimodal Driver Monitoring with Driver-State World Modeling

风险感知的选择性多模态驾驶员监控与驾驶员状态世界建模

Daosheng Qiu, Haozhuang Chi, Hao Su, Shu Long, Xinyue Miao, Yongle Dong, Wei Zhang

机构 * Hubei University（湖北大学） ； Nanyang Technological University（南洋理工大学） ； Osaka University（大阪大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 提出成本感知的选择性推理框架，结合轻量级RGB-生理学生网络和门控机制，在低延迟下减少不安全决策，实现可部署的多模态驾驶员监控。

Causal-rCM: A Unified Teacher-Forcing and Self-Forcing Open Recipe for Autoregressive Diffusion Distillation in Streaming Video Generation and Interactive World Models

Causal-rCM：一种用于流式视频生成和交互式世界模型中自回归扩散蒸馏的统一教师强制与自我强制开放配方

Kaiwen Zheng, Guande He, Min Zhao, Jintao Zhang, Huayu Chen, Jianfei Chen, Chen-Hsuan Lin, Ming-Yu Liu, Jun Zhu, Qianli Ma

机构 * Tsinghua University（清华大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； NVIDIA（英伟达） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV、cs.LG

AI总结 提出Causal-rCM框架，将扩散蒸馏扩展到自回归视频扩散，通过教师强制（前向散度）与自我强制（反向散度）互补，实现流式视频生成和交互式世界模型，在帧级和块级设置中达到最先进性能。

Comments Technical Report

Conformal Orbit-Valid Trust Horizons for Equivariant World Models

等变世界模型的共形轨道有效信任视界

Hongbo Wang

机构 * Department of Mathematics, Stony Brook University（石溪大学数学系） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.LG

AI总结 针对具有已知群对称性的潜在世界模型，提出一种共形校准的信任视界认证方法，利用等变性实现轨道常数认证，实验验证了其保守性和非空性。

Comments 15 pages, 6 figures

CustomX: Unified Character, Action, and Scene Customization in Video World Models

CustomX: 视频世界模型中的统一角色、动作与场景定制

Yitong Wang, Fangyun Wei, Hongyang Zhang, Bo Dai, Yan Lu

机构 * Fudan University（复旦大学） ； Microsoft Research（微软研究院） ； University of Waterloo（滑铁卢大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV

AI总结 提出CustomX，结合静态世界生成与可控实体模型，支持用户指定角色在3D场景中执行开放动作，通过条件自回归视频生成保持视觉保真度。

Comments Accepted to ECCV 2026. Project page: https://snowflakewang.github.io/CustomX_Page/

DynaWM: Dynamics-Aware Distillation with World Model and Momentum Targets for Smooth Locomotion over Continuous Stairs

DynaWM: 基于世界模型和动量目标的动力学感知蒸馏实现连续楼梯上的平滑运动

Haidong Hou, Zhangguo Yu, Hengbo Qi, Jianlin Zhang

机构 * School of Mechatronical Engineering, Beijing Institute of Technology（北京理工大学机电学院） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 提出DynaWM框架，通过世界模型正则化增强地形编码，并利用动量目标编码器稳定知识蒸馏，使双足轮式机器人在连续楼梯上实现高适应性和平滑运动。

Comments Comments: 8 pages, 7 figures, accepted by IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS),2026

Self-Evolving Cognitive Framework via Causal World Modeling for Embodied Scientific Intelligence

基于因果世界建模的自进化认知框架用于具身科学智能

Yi Yu, Tetsunari Inamura

机构 * Graduate School of Advanced Science and Engineering, Hiroshima University（广岛大学先进科学与工程研究生院） ； Advanced Intelligence and Robotics Research Center, Brain Science Institute, Tamagawa University（玉川大学脑科学研究所先进智能与机器人研究中心） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 提出一种自进化认知框架，通过因果世界建模、干预驱动推理和持续认知精炼，使具身智能体在交互中不断构建和修正内部因果模型，实现从预测智能到认知智能的转变。

Comments 18 pages

Beyond the Next Step: Variable-Length Latent World Models for Long-Horizon Planning

超越下一步：用于长时程规划的变长潜世界模型

Tianqi Du, Qi Zhang, Yifei Wang, Yisen Wang

机构 * State Key Lab of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院通用人工智能国家重点实验室） ； Amazon AGI SF Lab（亚马逊AGI旧金山实验室） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出变长潜世界模型（VLWM），通过学习变长动作序列的条件潜状态预测，解决递归一步预测在长时程规划中的累积误差问题，结合课程训练策略，在长时程控制任务上平均提升13%。

Inverting the Bellman Equation: From $Q$-Values to World Models

逆推贝尔曼方程：从 $Q$ 值到世界模型

Alistair Letcher, Mattie Fellows, Alexander D. Goldie, Jonathan Richens, Jakob N. Foerster, Oliver Richardson

机构 * FLAIR, University of Oxford（FLAIR，牛津大学） ； Google DeepMind（谷歌DeepMind） ； Mila, University of Montreal（Mila，蒙特利尔大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文证明基于值的智能体在丰富奖励函数上训练时隐式编码世界模型，提出 $P$-learning 从 $Q$ 值提取模型，并给出编码真实转移核的充分条件，实验验证了隐式模型的准确性和泛化能力。

Comments 48 pages, 11 figures, 5 tables

Sensorimotor World Models: Perception for Action via Inverse Dynamics

传感器运动世界模型：通过逆动力学实现面向行动感知

Petr Ivashkov, Randall Balestriero, Bernhard Schölkopf

机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Department of Computer Science, Brown University（布朗大学计算机科学系） ； ELLIS Institute（ELLIS研究所） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出传感器运动世界模型（SMWM），通过逆动力学正则化端到端训练潜空间世界模型，防止表示崩溃并学习与行动对齐的紧凑表示，在2D和3D控制任务中实现竞争性规划性能。

Dual-Channel Grounded World Modeling (DCGWM): Structural Prevention of Objective Interference Collapse via Heterogeneous External Grounding with Inward-Only Gradient Flow

双通道接地世界建模 (DCGWM)：通过异构外部接地与内向梯度流结构性防止目标干扰崩溃

Akshay Hazare

机构 * Independent Researcher（独立研究者） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出双通道接地世界建模（DCGWM），通过分区潜空间和内向梯度流，结构性防止联合嵌入预测架构中多目标接地导致的目标干扰崩溃。

Comments Position paper. Experimental validation in progress

Technical Report for ICRA 2026 GOOSE 2D Fine-Grained Semantic Segmentation Challenge: Leveraging DINOv3 for Robust Outdoor Scene Understanding in Field Robotics

ICRA 2026 GOOSE 2D细粒度语义分割挑战赛技术报告：利用DINOv3实现野外机器人中的鲁棒户外场景理解

Jaeil Park, Hyobin Choi, Sangjin Lee, Hyungtae Lim, Sung-Hoon Yoon

机构 * Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院） ； Massachusetts Institute of Technology (MIT)（麻省理工学院） 纠错

专题命中 具身推理 ：robotics(title,abstract)；分类 cs.RO、cs.CV

AI总结 提出一种结合DINOv3自监督骨干、ViT-Adapter和Mask2Former解码器的网络设计，以及多尺度测试增强和模型集成的推理策略，在64类细粒度越野语义分割挑战中取得第一名，复合得分76.57%。

Comments 5 pages, 4 figures

OmniDrive: An LLM-Choreographed Multi-Agent World Model with Unified Latent Co-Compression for Multi-View Driving Video Generation

OmniDrive: 一种由LLM编排的多智能体世界模型，用于多视角驾驶视频生成的统一潜在协同压缩

Zijie Meng, Yufei Liu, Chengqian Ma, Zhiyu Li, Jiyuan Liu, Wenhua Nie, Bingcai Wei, Shuqin Chen, Weichen Xu, Jiquan Yuan, Miao Zhang

机构 * Peking University（北京大学） ； Xiamen University（厦门大学） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； National Taiwan University（国立台湾大学） ； Wuhan University（武汉大学） ； Wuhan University of Technology（武汉理工大学） ； Tsinghua University（清华大学） ； Jimei University（集美大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV

AI总结 提出DRIVE-CHOREO，一种由LLM编排的多智能体世界模型，通过三个Qwen2.5-VL智能体协同生成位置感知的潜在序列，并利用视图-时间置换与3D VAE协同压缩，实现可控多视角视频生成，在nuScenes上达到SOTA多视角一致性和BEV mAP 21.6。

Comments 24 pages, 10 figures

Curiosity-Critic: Cumulative Prediction Error Improvement as a Tractable Intrinsic Reward for World Model Training

Curiosity-Critic：累积预测误差改进作为世界模型训练的可处理内在奖励

Vin Bhaskara, Haicheng Wang

机构 * Department of Computer Science, University of Toronto, Toronto, Canada（多伦多大学计算机科学系） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出Curiosity-Critic方法，通过可处理的每步替代项（当前预测误差与渐近误差基线的差值）作为内在奖励，利用共训练的评论家在线估计误差基线，有效分离可约与不可约预测误差，在随机网格世界实验中优于现有方法。

Comments Accepted to ICML 2026 Workshop on Epistemic Intelligence in Machine Learning (EIML@ICML 2026). Code: https://github.com/vinbhaskara/Curiosity-Critic

Phys-JEPA: Physics-Informed Latent World Models for Multivariate Time-Series Forecasting

Phys-JEPA：面向多变量时间序列预测的物理信息潜在世界模型

Weizhi Nie, Weichao Liu, Honglin Guo, Yuting Su

机构 * Tianjin University（天津大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出Phys-JEPA架构，将物理一致性约束引入潜在状态和状态转移，分解预测状态为物理和残差分量，在气候、交通、电力数据集上提升预测精度。

Comments Submitted to arXiv as a preliminary manuscript. 10 figures

DLWM: Diverse Latent World Models for Efficient Multimodal Reasoning

DLWM: 多样化潜在世界模型用于高效多模态推理

David Huang, Lianlei Shan

机构 * University of Toronto（多伦多大学） ； Tsinghua University（清华大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV、cs.LG

AI总结 提出DLWM框架，结合潜在空间推理与强化学习，通过多样化潜在假设和资源感知策略提升多模态推理效率，准确率提升2-5%，内存减少24%。

Comments Preprint. 9 pages main text, 15 pages total including appendix, 2 figures

Separable Neural Architectures as Physical World Models: from Mathematical Theory to Applications

可分离神经架构作为物理世界模型：从数学理论到应用

Reza T Batley, Andrew Kichline, Sourav Saha

机构 * Kevin T. Crofton Department of Aerospace and Ocean Engineering, Virginia Polytechnic Institute and State University（弗吉尼亚理工大学凯文·T·克罗夫顿航空航天与海洋工程系） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出可分离神经架构（SNA），结合神经逼近与张量分解，通过变分框架求解偏微分方程，实现高维问题代数级缩放，并在工程案例中取得显著加速。