DWM: Separating World Effects from Actions in Latent World Models
DWM：在潜在世界模型中分离世界效应与动作
机构 * Peking University（北京大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究在潜在世界模型中分离世界效应与动作的问题，提出DWM框架，通过辅助世界头和正交性约束实现预测转换的显式加法分解，在构建的W变体基准测试中取得更好效果。
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 3082 篇
Do AI-Native Biotechs Need Departments? Benchmarking Company World Models for AI-Driven Drug Development
人工智能原生生物技术公司需要部门吗？人工智能驱动药物研发的公司世界模型基准测试
机构 * Noah AI Research（诺亚人工智能研究）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究人工智能原生生物技术公司组织模式，提出公司世界模型，用含45个案例的虚拟实验室基准测试，比较多种架构，发现价值转换架构表现优，核心操作原语应是资产到价值状态而非静态组织结构图，不过研究仅限虚拟实验室。
Comments Working paper. Includes public no-label benchmark cases and dry-lab evaluation artifacts. No wet-lab, patient-level, clinical, regulatory, or investment validation is claimed
AlayaWorld: Interactive Long-Horizon World Modeling -- Full Technical Report
阿莱雅世界：交互式长视野世界建模——完整技术报告
机构 * Alaya Lab（阿莱亚实验室）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究旨在创建交互式视频世界模型，核心方法是基于15B视频扩散变压器构建阿莱雅世界，通过自回归生成短潜在块等实现多种能力，在iWorld - Bench上长视野生成性能最佳，为相关研究提供开源可扩展基础。
Comments Authors are listed alphabetically by the first name and their role. See the contribution section for details
SAGE: Subgoal-Conditioned Action Generation for Latent World Model Planning
SAGE：用于潜在世界模型规划的子目标条件动作生成
机构 * Peking University（北京大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究潜在世界模型规划中提议质量受限问题，提出先验条件规划器，利用目标条件生成器预测潜在子目标，结合不同时长子目标作先验，实验证明该方法显著提升长期规划性能。
Mobile Network Control with a World Model
基于世界模型的移动网络控制
机构 * Ericsson Research（爱立信研究）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 针对移动网络控制问题，提出基于世界模型的方法，通过历史数据训练模型预测行动影响，利用不确定性估计找最优配置，优化目标可动态改变。该方法在模拟闭环控制中有效，相比传统方法和强化学习提升了节能与服务质量平衡性能。
Journal ref 2026 IEEE/IFIP Network Operations and Management Symposium (NOMS)
An Explicit World Model Based on Data-First Ontology: DaoQL Multimodal Storage Validation and Counterfactual Reasoning Evaluation
基于数据优先本体的显式世界模型：DaoQL多模态存储验证与反事实推理评估
机构 * School of Mathematics and Statistics, Chongqing University（重庆大学数学与统计学院） ； Guangzhou Polytechnic Normal University（广州技术师范大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究大型语言模型隐式编码世界模型的风险，提出数据优先本体并构建DaoQL多模态数据库。通过形式化显式世界模型，对比隐式模型优势。实验展示系统性能，如在反事实实验中DaoQL+GPT-4o可组合反事实可分解性大幅提升。
Comments 20 pages, 2 figures. Code: https://github.com/zhanbolee/DaoQL-Edu
Autoregressive Diffusion World Models for Off-Policy Evaluation of LLM Agents
自回归扩散世界模型用于LLM智能体的离线评估
机构 * Department of Computer Science, Emory University（埃默里大学计算机科学系） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 提出ADWM框架，通过自回归扩散世界模型从预收集轨迹中模拟环境响应，实现无需在线交互的LLM智能体策略离线评估。
Video-HOCA: A Diagnostic Benchmark for Physical Anomaly Reasoning in Video-LLMs
HOCA-Bench: 通过黑格尔本体论-因果异常超越语义感知以实现预测世界建模
机构 * Hunan University, Changsha, China（湖南大学） ； National University of Defense Technology, Changsha, China（国防科技大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 HOCA-Bench通过黑格尔本体论-因果异常框架，揭示视频大语言模型在预测世界建模任务中的认知局限，发现模型在因果机制理解上存在显著缺陷。
DSWorld: A Data Science World Model for Efficient Autonomous Agents
DSWorld：用于高效自主智能体的数据科学世界模型
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究自主数据科学智能体依赖试错流程效率低的问题，提出数据科学世界模型概念及DSWorld框架，含多种技术。构建数据集并引入优化策略，实验显示其加速智能体训练和推理，在转换预测任务上超基线。
SeerGuard: A Safety Framework for Mobile GUI Agents via World Model Prediction
SeerGuard：一种通过世界模型预测实现的移动 GUI 代理安全框架
机构 * JIUTIAN Research（九天研究）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究针对移动 GUI 代理安全风险问题，提出 SeerGuard 框架，通过执行前指令级筛选和行动级风险评估减轻风险。构建安全增强世界模型，经实验验证其在不同代理上有效泛化，提升了安全效用分数并降低风险成本分数。
Comments 19 pages, 8 figures
Do Coding Agents Need Executable World Models, Simplification, and Verification to Solve ARC-AGI-3?
解决ARC-AGI-3编码智能体是否需要可执行世界模型、简化和验证？
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究探讨解决ARC-AGI-3时编码智能体是否需可执行世界模型、简化和验证。通过四个基于Codex的嵌套智能体评估，发现各变体随模型和推理强度改进，组件影响因设置而异，完整验证处理最佳，文本变体在部分设置中表现出色。
Comments 31 pages, 2 figures
From Pixels to States: Rethinking Interactive World Models as Game Engines
从像素到状态：将交互式世界模型重新思考为游戏引擎
机构 * Alaya Lab（阿亚实验室）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 本文从玩家动作控制等四个维度审视交互式游戏世界建模，分析现有方法优缺点，还为《黑神话：悟空》提供可扩展数据引擎，收集相关游戏资源用于状态感知建模，助力推动交互式游戏世界发展。
From Surface Forecasting to Observability Forecasting: A Latent World Model for Cloud-Aware EO Monitoring
从地表预测到可观测性预测：用于云感知地球观测监测的潜在世界模型
机构 * European Centre for Medium-Range Weather Forecasts（欧洲中期天气预报中心）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 研究地球观测处理链中地表可观测性预测问题，采用LeWorldModel模型并将其应用于云感知地球观测序列，经训练和评估，该模型在可观测性基准上优于持久性方法，在多方面表现良好且能产生异常信号。
Ego-Dynamics-Augmented World Model for Autonomous Driving with Zero-Shot Cross-Chassis Adaptation
用于零样本跨底盘自适应自动驾驶的自我动力学增强世界模型
机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与宇航工程学院） ； Collaborative Initiative, Interdisciplinary Graduate Programme, Nanyang Technological University（南洋理工大学跨学科研究生项目合作计划） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO
AI总结 研究针对自动驾驶中基于世界模型的强化学习问题，提出DynaDreamer方法，通过增强自我动力学先验改进世界模型，减少自我运动建模负担，实现零样本跨底盘自适应，实验证明该方法显著提升驾驶任务成功率。
Comments 13 pages, 13 figures
From Observation to Insight: Mechanistic World Models and the Quest for Autonomous Discovery
从观察到洞察：机制世界模型与自主发现探索
机构 * MPI for Intelligent Systems & ELLIS Institute（马克斯·普朗克智能系统研究所及埃利斯研究所）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 本文探讨科学发现问题，提出机制世界模型这一新设计范式，将可重复使用机制置于核心，推导其计算能力、设计原则等，指出虽有不同研究方向捕捉该范式要素但缺统一框架，为推动AI走向自主科学发现提供基础和蓝图。
ABot-3DWorld 0: A Universal World Model to Explore Any 3D Space
ABot-3DWorld 0：一个用于探索任意 3D 空间的通用世界模型
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 介绍 ABot-3DWorld 0 通用多模态 3D 世界模型，核心是 SGP，通过特定流程将多模态输入转换为 3D 世界，用于通用 3D 内容创建，在开源方法中领先，多模态输入下场景保真度更高。
Comments Official Page: https://abot-world.amap.com/plaza
Stateful Worlds, Stateless Elasticity: Exact-State Serving for Interactive World Models
有状态世界，无状态弹性：交互式世界模型的精确状态服务
机构 * Harvard University（哈佛大学） ； Independent Researcher（独立研究者）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 研究交互式世界模型精确状态服务中的调度问题，提出 WorldMove 方法，能快速迁移缓存且保证位相同，通过可接受性条件等解决调度难题，实现跨传输和验证的联合调度，提升集群可调度性。
Comments 20 pages. Extended version
Incantation: Natural Language as the Action Interface for Multi-Entity Video World Models
Incantation: 自然语言作为多实体视频世界模型的动作接口
机构 * SJTU（上海交通大学） ； NVIDIA Research（英伟达研究） ； USTC（中国科学技术大学） ； UCAS（乌兹别克斯坦科学院） ； NUS（新加坡国立大学） ； UWaterloo（滑铁卢大学） ； HKUST（香港理工大学） ； HKU（香港大学） ； ZGCA（浙江大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 本研究提出了一种基于自然语言的动作接口，用于多实体视频世界模型，解决了传统接口在细粒度多实体控制和跨实体、跨世界泛化能力上的不足，通过引入自然语言条件化实现了更强大的表达能力。
Reduced-Order Models: The Mother of World Models
降阶模型：世界模型之母
机构 * Independent Researcher（独立研究员）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 探讨世界模型的功能结构早于现代自监督学习，在模型降阶和控制文献中就已独立发展。追溯其在三个领域的发展，对比传统降阶模型与学习型世界模型的优缺点，指出在关键系统中部署世界模型的障碍及统一两者的研究议程。
Write-Protected Discrete Bottlenecks for Language-Grounded World Models: A Structural Limitation and Sufficient Fix
用于语言基础世界模型的写保护离散瓶颈：一种结构限制及充分修复
机构 * Shanghai University of Finance and Economics（上海金融学院）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 研究语言与世界模型离散符号系统的交互问题，提出防止基于Gumbel-softmax的离散符号瓶颈失败的三个约束，经实验验证该方法能实现高基础准确率，且修复参数少、无需微调。
Comments 20 pages, 7 figures. Preprint
Grounding Spatial Relations in a Compact World Model: Instruction Leakage and a Goal-Free Dynamics Fix
在紧凑世界模型中建立空间关系：指令泄漏与无目标动力学修复
机构 * Stony Brook University（纽约州立大学石溪分校） ； Westlake University（西湖大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究以语言目标为条件的紧凑世界模型中空间关系建立问题，发现指令泄漏陷阱，提出将目标排除在动力学外并监督读取路径的修复方法，适用于相关世界模型，提升关系基础的准确性。
Narrative World Model: Narratology-Grounded Writer Memory for Long-Form Fiction
叙事世界模型：基于叙事学的长篇小说作者记忆
机构 * PocketFM（口袋FM）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 研究针对长篇小说作者记忆问题，提出叙事世界模型（NWM），结合叙事学时间状态图与查询条件混合检索，在多跳叙事学问答上显著优于基线，优势源于其独特表征，非提取方式。
Comments 23 pages, 4 figures; 9-page main text plus appendix. Preprint
Geographic Diversity Beats Data Volume for Cross-Domain Generalization in Zero-Label JEPA Driving World Models
在零标签JEPA驾驶世界模型中，地理多样性优于数据量用于跨域泛化
机构 * Pittsburgh, Boston, Singapore（匹兹堡、波士顿、新加坡） ； Miami and Austin（迈阿密和奥斯汀）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 研究基于JEPA的世界模型在不同地理区域数据训练后对未见城市和传感器配置的泛化能力，通过控制转移实验发现地理多样数据训练的模型泛化性显著更好，地理多样性比原始数据量更能预测跨域泛化。
Comments 9 pages, 3 figures
Ask the World Before Acting: Environment Probing for Calibrated Agent World Models
行动前先询问世界：预算受限的环境探测用于世界模型校准
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 提出预算受限的环境探测算子，通过结构化信念表在行动前校准世界模型，减少长期任务中的终端误差。
Comments Under Review
Agent vs. Parametric World Models: Hybrid Planning for Reliable Language Agents
基于基础迭代语言规划：参数化世界模型如何减少LLM代理中的幻觉传播
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 提出GILP方法，结合小参数化世界模型与LLM推理，通过一致性门控减少幻觉，在规划基准上将幻觉率从0.176降至0.035，成功率从0.668提升至0.838。
Comments Under Review
Understanding Rollout Error in Graph World Models
理解图世界模型中的展开误差
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 本文研究图世界模型中的长时域展开误差，提出统一框架分析拓扑与模型引起的误差放大，并设计误差感知图世界模型，通过谱正则化、展开一致性和关键节点加权防止长时域发散。
Comments Under Review
Identifiability Without Gaussianity: Symbolic World Models and Near-Infinite Temporal Consistency
无高斯假设的可识别性：符号世界模型与近无限时间一致性
机构 * Department of Computer Science, Stanford University（1 计算机科学系，斯坦福大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 本文提出物理基础符号架构（PGSA），证明其在非高斯动态系统中实现精确线性可识别性和近无限时间一致性，克服了统计世界模型的高斯边界限制。
Comments Pre-print
PWM-ArtGen: Part World Model for Articulated Object Generation
PWM-ArtGen: 面向铰接物体生成的部分世界模型
机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（计算机科学与工程学院，中山大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 提出部分世界模型PWM-ArtGen，通过联合学习视觉动态和运动学参数，利用无标注数据协同训练，实现从单张图像生成铰接3D物体，在静止状态和零样本泛化上显著优于现有方法。
Safe and Adaptive Cloud Healing: Verifying LLM-Generated Recovery Plans with a Neural-Symbolic World Model
安全且自适应的云修复：使用神经符号世界模型验证LLM生成的恢复计划
机构 * Zhejiang University（浙江大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 提出PASE框架，将LLM作为规划引擎生成恢复计划，通过神经符号世界模型验证可行性，并利用DRL优化提示，实现动态自适应修复，显著降低恢复时间并提高未知故障检测精度。
Comments 13 pages
Certified World Models as Sensing Clocks: Drift-Aware Deadlines for Active Perception
认证世界模型作为感知时钟：主动感知的漂移感知截止时间
机构 * Hongbo Wang（王Hongbo）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 提出一种基于认证世界模型的感知时钟，通过漂移感知的截止时间规则决定主动感知时机，在合成基准和3D VN-JEPA模型上验证了有效性。
Comments 15 pages, 3 figures, 6 tables. Preprint
