机器人 / 具身智能

Kosmos: An AI Scientist for Autonomous Discovery

Ludovico Mitchener, Angela Yiu, Benjamin Chang, Mathieu Bourdenx, Tyler Nadolski, Arvis Sulovari, Eric C. Landsness, Daniel L. Barabasi, Siddharth Narayanan, Nicky Evans, Shriya Reddy, Martha Foiani, Aizad Kamal, Leah P. Shriver, Fang Cao, Asmamaw T. Wassie, Jon M. Laurent, Edwin Melville-Green, Mayk Caldas, Albert Bou, Kaleigh F. Roberts, Sladjana Zagorac, Timothy C. Orr, Miranda E. Orr, Kevin J. Zwezdaryk, Ali E. Ghareeb, Laurie McCoy, Bruna Gomes, Euan A. Ashley, Karen E. Duff, Tonio Buonassisi, Tom Rainforth, Randall J. Bateman, Michael Skarlinski, Samuel G. Rodriques, Michaela M. Hinks, Andrew D. White

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

Comments Revision: figure layout changes and minor text edits

SpatialLM: Training Large Language Models for Structured Indoor Modeling

Yongsen Mao, Junhao Zhong, Chuan Fang, Jia Zheng, Rui Tang, Hao Zhu, Ping Tan, Zihan Zhou

机构 * Manycore Tech Inc.（Manycore科技公司） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

Actial: Activate Spatial Reasoning Ability of Multimodal Large Language Models

Xiaoyu Zhan, Wenxuan Huang, Hao Sun, Xinyu Fu, Changfeng Ma, Shaosheng Cao, Bohan Jia, Shaohui Lin, Zhenfei Yin, Lei Bai, Wanli Ouyang, Yuanqi Li, Jie Guo, Yanwen Guo

机构 * Nanjing University（南京大学） ； Xiaohongshu Inc.（小红书公司） ； East China Normal University（华东师范大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Oxford（牛津大学） 纠错

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

Model Provenance Testing for Large Language Models

Ivica Nikolic, Teodora Baluta, Prateek Saxena

机构 * National University of Singapore（新加坡国立大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AtlasGS: Atlanta-world Guided Surface Reconstruction with Implicit Structured Gaussians

Xiyu Zhang, Chong Bao, Yipeng Chen, Hongjia Zhai, Yitong Dong, Hujun Bao, Zhaopeng Cui, Guofeng Zhang

机构 * State Key Lab of CAD & CG, Zhejiang University（计算机辅助设计与图形学国家重点实验室，浙江大学） 纠错

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

Comments 18 pages, 11 figures. NeurIPS 2025; Project page: https://zju3dv.github.io/AtlasGS/

Affordance Representation and Recognition for Autonomous Agents

Habtom Kahsay Gidey, Niklas Huber, Alexander Lenz, Alois Knoll

机构 * Technische Universität München（慕尼黑技术大学） ； Jessy Works（杰西工作） 纠错

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

Journal ref The Second International Workshop on Hypermedia Multi-Agent Systems (HyperAgents 2025), in conjunction with the 28th European Conference on Artificial Intelligence (ECAI 2025); October 26, 2025, Bologna, Italy

LongCat-Video Technical Report

Meituan LongCat Team, Xunliang Cai, Qilong Huang, Zhuoliang Kang, Hongyu Li, Shijun Liang, Liya Ma, Siyu Ren, Xiaoming Wei, Rixu Xie, Tong Zhang

机构 * Meituan LongCat Team（美团LongCat团队） 纠错

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

WorldGrow: Generating Infinite 3D World

Sikuang Li, Chen Yang, Jiemin Fang, Taoran Yi, Jia Lu, Jiazhong Cen, Lingxi Xie, Wei Shen, Qi Tian

机构 * MoE Key Lab of Artificial Intelligence, School of Computer Science, SJTU（人工智能前沿实验室，计算机科学学院，上海交通大学） ； Huawei Inc.（华为公司） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

Comments Project page: https://world-grow.github.io/ Code: https://github.com/world-grow/WorldGrow

Program Synthesis via Test-Time Transduction

Kang-il Lee, Jahyun Koo, Seunghyun Yoon, Minbeom Kim, Hyukhun Koh, Dongryeol Lee, Kyomin Jung

机构 * Dept. of ECE, Seoul National University（电子工程系，首尔国立大学） ； IPAI, Seoul National University（IPAI，首尔国立大学） ； Adobe Research（Adobe研究院） 纠错

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

Comments NeurIPS 2025

Information Theory in Open-world Machine Learning Foundations, Frameworks, and Future Direction

Lin Wang

机构 * Shenzhen Key Laboratory of Neuropsychiatric Modulation（深圳心理行为调控重点实验室） ； Shenzhen-Hong Kong Institute of Brain Science（深圳-香港脑科学研究院） ； Shenzhen Institutes of Advanced Technology（深圳先进技术研究院） ； Chinese Academy of Sciences（中国科学院） 纠错

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

CVD-STORM: Cross-View Video Diffusion with Spatial-Temporal Reconstruction Model for Autonomous Driving

Tianrui Zhang, Yichen Liu, Zilin Guo, Yuxin Guo, Jingcheng Ni, Chenjing Ding, Dan Xu, Lewei Lu, Zehuan Wu

机构 * Sensetime Research（商汤科技研究院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

PhySIC: Physically Plausible 3D Human-Scene Interaction and Contact from a Single Image

Pradyumna Yalandur Muralidhar, Yuxuan Xue, Xianghui Xie, Margaret Kostyrko, Gerard Pons-Moll

机构 * University of Tübingen, Zuse School ELIZA（图宾根大学Zuse学校ELIZA） ； University of Tübingen, Tübingen AI Center（图宾根大学图宾根人工智能中心） ； University of Tübingen, Tübingen AI Center, MPI for Informatics, SIC（图宾根大学图宾根人工智能中心、马克斯·普朗克信息研究所、SIC） 纠错

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

Comments Accepted to ACM SIGGraphAsia 2025. Project website: https://yuxuan-xue.com/physic

FLEET: Formal Language-Grounded Scheduling for Heterogeneous Robot Teams

Corban Rivera, Grayson Byrd, Meghan Booker, Bethany Kemp, Allison Gaines, Emma Holmes, James Uplinger, Celso M de Melo, David Handelman

机构 * JHU APL（约翰霍普金斯大学应用物理实验室） ； JHU（约翰霍普金斯大学） ； DEVCOM ARL（国防高级研究计划局） 纠错

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

Toward Causal-Visual Programming: Enhancing Agentic Reasoning in Low-Code Environments

Jiexi Xu, Jiaqi Liu, Lanruo Wang, Su Liu

机构 * School of Information \& Computer Science University of California, Irvine Irvine, CA, USA ； Independent Researcher ； University of Texas at Dallas Dallas, TX, USA ； Georgia Institute of Technology Atlanta, GA, USA 纠错

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

Comments 5 pages, 1 table

MultiModal Action Conditioned Video Generation

Yichen Li, Antonio Torralba

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

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

SoundReactor: Frame-level Online Video-to-Audio Generation

Koichi Saito, Julian Tanke, Christian Simon, Masato Ishii, Kazuki Shimada, Zachary Novack, Zhi Zhong, Akio Hayakawa, Takashi Shibuya, Yuki Mitsufuji

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

Understanding the Geospatial Reasoning Capabilities of LLMs: A Trajectory Recovery Perspective

Thinh Hung Truong, Jey Han Lau, Jianzhong Qi

机构 * School of Computing and Information Systems（计算与信息系统学院） ； The University of Melbourne（墨尔本大学） 纠错

专题命中 具身推理 ：navigation(abstract)；分类 cs.AI

Spatial Reasoning with Vision-Language Models in Ego-Centric Multi-View Scenes

Mohsen Gholami, Ahmad Rezaei, Zhou Weimin, Sitong Mao, Shunbo Zhou, Yong Zhang, Mohammad Akbari

机构 * Huawei Technologies Canada（华为技术加拿大分公司） ； Huawei Cloud Project Page Code Ego3D-Bench（华为云项目页面代码Ego3D-Bench） 纠错

专题命中 具身推理 ：embodied AI(abstract)；分类 cs.CV

Rolling Forcing: Autoregressive Long Video Diffusion in Real Time

Kunhao Liu, Wenbo Hu, Jiale Xu, Ying Shan, Shijian Lu

机构 * Nanyang Technological University（南洋理工大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） 纠错

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

Comments Project page: https://kunhao-liu.github.io/Rolling_Forcing_Webpage/

InSpire: Vision-Language-Action Models with Intrinsic Spatial Reasoning

Ji Zhang, Shihan Wu, Xu Luo, Hao Wu, Lianli Gao, Heng Tao Shen, Jingkuan Song

机构 * Southwest Jiaotong University（西南交通大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Tongji University（同济大学） 纠错

专题命中 具身推理 ：robotic(abstract)；分类 cs.RO

OpenViGA: Video Generation for Automotive Driving Scenes by Streamlining and Fine-Tuning Open Source Models with Public Data

Björn Möller, Zhengyang Li, Malte Stelzer, Thomas Graave, Fabian Bettels, Muaaz Ataya, Tim Fingscheidt

机构 * Technische Universität Braunschweig（布拉unsch维格技术大学） 纠错

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

Beyond Averages: Open-Vocabulary 3D Scene Understanding with Gaussian Splatting and Bag of Embeddings

Abdalla Arafa, Didier Stricker

机构 * DFKI（德意志联邦鹰隼研究所） 纠错

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

Is the `Agent' Paradigm a Limiting Framework for Next-Generation Intelligent Systems?

Jesse Gardner, Vladimir A. Baulin

机构 * Active Inference Institute（主动推断研究所） 纠错

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

Slaves to the Law of Large Numbers: An Asymptotic Equipartition Property for Perplexity in Generative Language Models

Tyler Bell, Avinash Mudireddy, Ivan Johnson-Eversoll, Soura Dasgupta, Raghu Mudumbai

机构 * University of Iowa（爱荷华大学） 纠错

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

Randomly Sampled Language Reasoning Problems Elucidate Limitations of In-Context Learning

Kavi Gupta, Kate Sanders, Armando Solar-Lezama

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

Comments 10 pages, 4 figures, 2 tables

CausNVS: Autoregressive Multi-view Diffusion for Flexible 3D Novel View Synthesis

Xin Kong, Daniel Watson, Yannick Strümpler, Michael Niemeyer, Federico Tombari

机构 * Imperial College London（伦敦帝国学院） ； Google DeepMind（谷歌DeepMind） ； Google（谷歌） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

HLG: Comprehensive 3D Room Construction via Hierarchical Layout Generation

Xiping Wang, Yuxi Wang, Mengqi Zhou, Junsong Fan, Zhaoxiang Zhang

专题命中 具身推理 ：embodied AI(abstract)；分类 cs.CV

Domain-Conditioned Scene Graphs for State-Grounded Task Planning

Jonas Herzog, Jiangpin Liu, Yue Wang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 具身推理 ：robotic(abstract)；分类 cs.RO

Comments Accepted for IROS 2025

Beyond Individuals: Collective Predictive Coding for Memory, Attention, and the Emergence of Language

Tadahiro Taniguchi

机构 * Graduate School of Informatics（信息学研究科） 纠错

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

Journal ref Cognitive Neuroscience, 1-2 (2025)

3D-Generalist: Self-Improving Vision-Language-Action Models for Crafting 3D Worlds

Fan-Yun Sun, Shengguang Wu, Christian Jacobsen, Thomas Yim, Haoming Zou, Alex Zook, Shangru Li, Yu-Hsin Chou, Ethem Can, Xunlei Wu, Clemens Eppner, Valts Blukis, Jonathan Tremblay, Jiajun Wu, Stan Birchfield, Nick Haber

机构 * Stanford University（斯坦福大学） ； Nvidia Research（英伟达研究） 纠错

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

Comments project website: https://ai.stanford.edu/~sunfanyun/3d-generalist/