机器人 / 具身智能

HanoiWorld : A Joint Embedding Predictive Architecture BasedWorld Model for Autonomous Vehicle Controller

HanoiWorld：基于联合嵌入预测架构的世界模型用于自动驾驶控制器

Tran Tien Dat, Nguyen Hai An, Nguyen Khanh Viet Dung, Nguyen Duy Duc

机构 * Faculty of Mathematics and Informatics, Hanoi University of Science and Technology（数学与信息学学院，河内科学技术大学） ； Troy University（特洛伊大学） 纠错

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

AI总结 HanoiWorld基于JEPA架构，利用RNN实现自动驾驶中的长期规划，通过实验展示在安全意识下有效降低碰撞率。

Web World Models

Jichen Feng, Yifan Zhang, Chenggong Zhang, Yifu Lu, Shilong Liu, Mengdi Wang

机构 * Princeton University（普林斯顿大学） ； University of California（加州大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

Comments Project Page: https://github.com/Princeton-AI2-Lab/Web-World-Models

What Has a Foundation Model Found? Using Inductive Bias to Probe for World Models

基础模型发现了什么？利用归纳偏置来探测世界模型

Keyon Vafa, Peter G. Chang, Ashesh Rambachan, Sendhil Mullainathan

机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院） 纠错

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

AI总结 该研究通过归纳偏置探测技术揭示基础模型在适应新任务时无法捕捉底层世界模型结构的问题。

Comments To appear in ICML 2025

WorldRFT: Latent World Model Planning with Reinforcement Fine-Tuning for Autonomous Driving

WorldRFT: 通过强化微调的潜在世界模型进行自动驾驶的规划

Pengxuan Yang, Ben Lu, Zhongpu Xia, Chao Han, Yinfeng Gao, Teng Zhang, Kun Zhan, XianPeng Lang, Yupeng Zheng, Qichao Zhang

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

AI总结 WorldRFT通过强化学习微调提升自动驾驶规划性能，实现安全性和效率的双重优化。

Comments AAAI 2026, first version

DriveVLA-W0: World Models Amplify Data Scaling Law in Autonomous Driving

DriveVLA-W0：世界模型放大数据扩展定律在自动驾驶中的应用

Yingyan Li, Shuyao Shang, Weisong Liu, Bing Zhan, Haochen Wang, Yuqi Wang, Yuntao Chen, Xiaoman Wang, Yasong An, Chufeng Tang, Lu Hou, Lue Fan, Zhaoxiang Zhang

机构 * NLPR, Institute of Automation, Chinese Academy of Sciences (CASIA)（国家工程实验室、自动化研究所、中国科学院（CASIA）） ； Yinwang Intelligent Technology Co. Ltd.（云网智能科技有限公司） 纠错

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

AI总结 DriveVLA-W0通过世界建模预测未来图像，提升自动驾驶中数据扩展定律，实现更高效的驾驶智能。

Surgical Vision World Model

手术视觉世界模型

Saurabh Koju, Saurav Bastola, Prashant Shrestha, Sanskar Amgain, Yash Raj Shrestha, Rudra P. K. Poudel, Binod Bhattarai

机构 * University of Aberdeen, UK（阿伯丁大学，英国） ； Cambridge Research Laboratory, Toshiba Europe Ltd, UK（剑桥研究实验室，东芝欧洲有限公司，英国） ； Nepal Applied Mathematics and Informatics Institute for research (Naamii), Nepal（尼泊尔应用数学与信息学研究所（Naamii），尼泊尔） ； University of Lausanne, Switzerland（洛桑大学，瑞士） 纠错

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

AI总结 本文提出首个手术视觉世界模型，通过生成动作可控的手术数据，提升自主手术代理训练的现实感与交互性。

Comments This paper has been accepted at the Data Engineering in Medical Imaging Workshop, MICCAI 2025

Journal ref MICCAI Workshop on Data Engineering in Medical Imaging (2025) 1-10

Visionary: The World Model Carrier Built on WebGPU-Powered Gaussian Splatting Platform

Visionary: 基于WebGPU驱动的高斯点云平台的世界模型载体

Yuning Gong, Yifei Liu, Yifan Zhan, Muyao Niu, Xueying Li, Yuanjun Liao, Jiaming Chen, Yuanyuan Gao, Jiaqi Chen, Minming Chen, Li Zhou, Yuning Zhang, Wei Wang, Xiaoqing Hou, Huaxi Huang, Shixiang Tang, Le Ma, Dingwen Zhang, Xue Yang, Junchi Yan, Yanchi Zhang, Yinqiang Zheng, Xiao Sun, Zhihang Zhong

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Sichuan University（四川大学） ； The University of Tokyo（东京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Northwestern Polytechnical University（西北工业大学） 纠错

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

AI总结 Visionary是一款基于WebGPU的实时高斯点云渲染平台，通过高效推断和浏览器集成，提升3DGS方法的部署效率与多样性。

Comments Project page: https://visionary-laboratory.github.io/visionary

On Memory: A comparison of memory mechanisms in world models

关于记忆：世界模型中记忆机制的比较

Eli J. Laird, Corey Clark

机构 * Department of Computer Science Southern Methodist University（计算机科学系南方 Methodist 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 本文通过分析几种记忆增强机制，探讨了世界模型中记忆跨度的限制，并提出了一种分类方法以提升模型在长时规划中的能力。

Comments 10 pages, 1 figure

Better World Models Can Lead to Better Post-Training Performance

更好的世界模型可以导致更好的训练后性能

Prakhar Gupta, Henry Conklin, Sarah-Jane Leslie, Andrew Lee

机构 * University of Michigan（密歇根大学） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 本研究通过比较不同世界建模策略，发现显式建模能提升Transformer的状态表示质量，从而增强强化学习后训练的效果。

Vehicle Dynamics Embedded World Models for Autonomous Driving

用于自动驾驶的车辆动力学嵌入世界模型

Huiqian Li, Wei Pan, Haodong Zhang, Jin Huang, Zhihua Zhong

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Tsinghua University, Chinese Academy of Engineering（清华大学、中国工程院） 纠错

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

AI总结 本文提出VDD方法，通过分离车辆动力学与环境动力学建模，提升自动驾驶中对车辆参数变化的鲁棒性。

World Model Robustness via Surprise Recognition

通过惊喜识别提升世界模型鲁棒性

Geigh Zollicoffer, Tanush Chopra, Mingkuan Yan, Xiaoxu Ma, Kenneth Eaton, Mark Riedl

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 通过惊喜识别提升世界模型在噪声环境下的鲁棒性，增强自动驾驶模拟中智能体的稳定性与性能

Delta-Triplane Transformers as Occupancy World Models

Delta-Triplane Transformers 作为占用世界模型

Haoran Xu, Peixi Peng, Guang Tan, Yiqian Chang, Yisen Zhao, Yonghong Tian

机构 * School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（南方科技大学深圳校区智能系统工程学院） ； Peng Cheng Laboratory（鹏城实验室） ； School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院） ； School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区计算机科学与技术学院） ； School of Computer Science, Peking University（北京大学计算机学院） 纠错

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

AI总结 Delta-Triplane Transformers 通过紧凑的3D表示和增量预测策略，提升自动驾驶中占用世界模型的效率与准确性。

Map-World: Masked Action planning and Path-Integral World Model for Autonomous Driving

Map-World: 遮蔽动作规划与路径积分世界模型用于自动驾驶

Bin Hu, Zijian Lu, Haicheng Liao, Chengran Yuan, Bin Rao, Yongkang Li, Guofa Li, Zhiyong Cui, Cheng-zhong Xu, Zhenning Li

机构 * University of Macau（澳门大学） ； National University of Singapore（新加坡国立大学） ； Purdue University（普渡大学） ； Chongqing University（重庆大学） ； Beihang University（北航大学） 纠错

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

AI总结 MAP-World通过结合遮蔽动作规划和路径加权世界模型，实现了高效的多模式自动驾驶规划，无需强化学习即可达到最佳性能。

PoE-World: Compositional World Modeling with Products of Programmatic Experts

PoE-World: 通过程序专家的乘积进行组合世界建模

Wasu Top Piriyakulkij, Yichao Liang, Hao Tang, Adrian Weller, Marta Kryven, Kevin Ellis

机构 * Cornell University（康奈尔大学） ； University of Cambridge（剑桥大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； Dalhousie University（达尔豪斯大学） 纠错

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

AI总结 PoE-World通过程序专家的乘积有效建模复杂非网格世界领域，利用LLMs学习世界模型并实现高效泛化。

Other Vehicle Trajectories Are Also Needed: A Driving World Model Unifies Ego-Other Vehicle Trajectories in Video Latent Space

Jian Zhu, Zhengyu Jia, Tian Gao, Jiaxin Deng, Shidi Li, Lang Zhang, Fu Liu, Peng Jia, Xianpeng Lang

机构 * Project Leader（项目负责人） 纠错

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

Comments 8 pages, 7 figures

SparseWorld: A Flexible, Adaptive, and Efficient 4D Occupancy World Model Powered by Sparse and Dynamic Queries

Chenxu Dang, Haiyan Liu, Jason Bao, Pei An, Xinyue Tang, PanAn, Jie Ma, Bingchuan Sun, Yan Wang

机构 * AIR 纠错

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

Comments Accepted by AAAI2026 Code: https://github.com/MSunDYY/SparseWorld

DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration

Narjes Nourzad, Hanqing Yang, Shiyu Chen, Carlee Joe-Wong

机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

How Far Are Surgeons from Surgical World Models? A Pilot Study on Zero-shot Surgical Video Generation with Expert Assessment

Zhen Chen, Qing Xu, Jinlin Wu, Biao Yang, Yuhao Zhai, Geng Guo, Jing Zhang, Yinlu Ding, Nassir Navab, Jiebo Luo

机构 * Yale University（耶鲁大学） ； University of Nottingham（诺丁汉大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Department of Neurosurgery, The First Hospital, Shanxi Medical University（山西医科大学第一医院神经外科部） ； Department of Gastrointestinal Surgery, The Second Qilu Hospital, Shandong University（山东大学第二齐鲁医院胃肠外科部） ； Technical University of Munich（慕尼黑技术大学） ； University of Rochester（罗切斯特大学） 纠错

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

Queryable 3D Scene Representation: A Multi-Modal Framework for Semantic Reasoning and Robotic Task Planning

Xun Li, Rodrigo Santa Cruz, Mingze Xi, Hu Zhang, Madhawa Perera, Ziwei Wang, Ahalya Ravendran, Brandon J. Matthews, Feng Xu, Matt Adcock, Dadong Wang, Jiajun Liu

机构 * CSIRO（澳大利亚联邦科学与工业研究组织） 纠错

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

Journal ref MM '25: Proceedings of the 33rd ACM International Conference on Multimedia (2025) Pages 12492 - 12500

Localising under the drape: proprioception in the era of distributed surgical robotic system

Martin Huber, Nicola A. Cavalcanti, Ayoob Davoodi, Ruixuan Li, Christopher E. Mower, Fabio Carrillo, Christoph J. Laux, Francois Teyssere, Thibault Chandanson, Antoine Harlé, Elie Saghbiny, Mazda Farshad, Guillaume Morel, Emmanuel Vander Poorten, Philipp Fürnstahl, Sébastien Ourselin, Christos Bergeles, Tom Vercauteren

机构 * School of Biomedical Engineering & Imaging Sciences, King’s College London（国王学院伦敦生物医学工程与成像科学学院） ； Research in Orthopaedic Computer Science, Balgrist University Hospital（骨科计算机科学研究，巴尔格里斯特大学医院） ； Faculty of Engineering Technology, KU Leuven（工程科技学院，鲁汶大学） ； Noah’s Ark Lab, Huawei（华为诺亚实验室） ； University Spine Center Zurich, Balgrist University Hospital, University of Zurich（苏黎世大学脊柱中心，巴尔格里斯特大学医院，苏黎世大学） ； SpineGuard, Paris, France（脊柱守护，法国巴黎） ； Institut Des Systèmes Intelligents et de Robotique, Sorbonne University（智能系统与机器人研究所，索邦大学） 纠错

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

Revisiting Multi-Agent World Modeling from a Diffusion-Inspired Perspective

Yang Zhang, Xinran Li, Jianing Ye, Shuang Qiu, Delin Qu, Xiu Li, Chongjie Zhang, Chenjia Bai

机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； City University of Hong Kong（香港城市大学） ； Fudan University（复旦大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究所） ； China Telecom（中国电信） ； Shenzhen Research Institute of Northwestern Polytechnical University（西北工业大学深圳研究院） 纠错

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

Comments Accepted at NIPS'25

DMWM: Dual-Mind World Model with Long-Term Imagination

Lingyi Wang, Rashed Shelim, Walid Saad, Naren Ramakrishnan

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

Towards foundational LiDAR world models with efficient latent flow matching

Tianran Liu, Shengwen Zhao, Nicholas Rhinehart

机构 * University of Toronto（多伦多大学） 纠错

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

Comments Accepted to the Thirty-Ninth Conference on Neural Information Processing Systems (NeurIPS 2025), 25 pages, 13 figures

Masked Generative Priors Improve World Models Sequence Modelling Capabilities

Cristian Meo, Mircea Lica, Zarif Ikram, Akihiro Nakano, Vedant Shah, Aniket Rajiv Didolkar, Dianbo Liu, Anirudh Goyal, Justin Dauwels

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

SAMPO:Scale-wise Autoregression with Motion PrOmpt for generative world models

Sen Wang, Jingyi Tian, Le Wang, Zhimin Liao, Jiayi Li, Huaiyi Dong, Kun Xia, Sanping Zhou, Wei Tang, Hua Gang

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； National Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） ； Amazon.com, Inc（亚马逊公司） 纠错

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

Comments 22 pages,15 figures

Vector Quantization in the Brain: Grid-like Codes in World Models

Xiangyuan Peng, Xingsi Dong, Si Wu

机构 * PKU-Tsinghua Center for Life Sciences（北大-清华生命科学中心） ； Academy for Advanced Interdisciplinary Studies（先进跨学科研究学院） ； IDG/McGovern Institute for Brain Research（IDG/麦戈文脑科学研究院） ； Center of Quantitative Biology, Peking University（北京大学定量生物学中心） ； School of Psychological and Cognitive Sciences（心理与认知科学学院） ； Key Laboratory of Machine Perception (Ministry of Education)（教育部机器感知重点实验室） 纠错

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

GAZE:Governance-Aware pre-annotation for Zero-shot World Model Environments

Leela Krishna, Mengyang Zhao, Saicharithreddy Pasula, Harshit Rajgarhia, Abhishek Mukherji

机构 * Centific Global Solutions Inc.（Centific全球解决方案公司） 纠错

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

Dyna-Think: Synergizing Reasoning, Acting, and World Model Simulation in AI Agents

Xiao Yu, Baolin Peng, Ruize Xu, Michel Galley, Hao Cheng, Suman Nath, Jianfeng Gao, Zhou Yu

机构 * Columbia University（哥伦比亚大学） ； Microsoft Research（微软研究院） 纠错

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

CWM: An Open-Weights LLM for Research on Code Generation with World Models

FAIR CodeGen team, Jade Copet, Quentin Carbonneaux, Gal Cohen, Jonas Gehring, Jacob Kahn, Jannik Kossen, Felix Kreuk, Emily McMilin, Michel Meyer, Yuxiang Wei, David Zhang, Kunhao Zheng, Jordi Armengol-Estapé, Pedram Bashiri, Maximilian Beck, Pierre Chambon, Abhishek Charnalia, Chris Cummins, Juliette Decugis, Zacharias V. Fisches, François Fleuret, Fabian Gloeckle, Alex Gu, Michael Hassid, Daniel Haziza, Badr Youbi Idrissi, Christian Keller, Rahul Kindi, Hugh Leather, Gallil Maimon, Aram Markosyan, Francisco Massa, Pierre-Emmanuel Mazaré, Vegard Mella, Naila Murray, Keyur Muzumdar, Peter O'Hearn, Matteo Pagliardini, Dmitrii Pedchenko, Tal Remez, Volker Seeker, Marco Selvi, Oren Sultan, Sida Wang, Luca Wehrstedt, Ori Yoran, Lingming Zhang, Taco Cohen, Yossi Adi, Gabriel Synnaeve

机构 * Meta ； FAIR CodeGen Team（FAIR CodeGen团队） 纠错

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

Comments 58 pages

AirScape: An Aerial Generative World Model with Motion Controllability

Baining Zhao, Rongze Tang, Mingyuan Jia, Ziyou Wang, Fanghang Man, Xin Zhang, Yu Shang, Weichen Zhang, Wei Wu, Chen Gao, Xinlei Chen, Yong Li

机构 * Shenzhen International Graduate School, Tsinghua University Pengcheng Laboratory Shenzhen China ； School of Computer Science \& Technology, Beijing Institute of Technology Beijing China ； Department of Automation, Tsinghua University Beijing China ； Communication Engineering College, Northeastern University Qinhuangdao China ； Shenzhen International Graduate School, Tsinghua University Shenzhen China ； Department of Electronic Engineering, Tsinghua University Beijing China ； BNRist, Tsinghua University Beijing China ； Department of Electronic Engineering, Tsinghua University BNRist, Tsinghua University Beijing China ； Shenzhen International Graduate School, Tsinghua University Pengcheng Laboratory ； School of Computer Science \& Technology, Beijing Institute of Technology ； Department of Automation, Tsinghua University ； Communication Engineering College, Northeastern University ； Shenzhen International Graduate School, Tsinghua University ； Department of Electronic Engineering, Tsinghua University ； BNRist, Tsinghua University ； Department of Electronic Engineering, Tsinghua University BNRist, Tsinghua University 纠错

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