机器人 / 具身智能

A Study of the Framework and Real-World Applications of Language Embedding for 3D Scene Understanding

Mahmoud Chick Zaouali, Todd Charter, Yehor Karpichev, Brandon Haworth, Homayoun Najjaran

机构 * Faculty of Engineering and Computer Science, University of Victoria（工程与计算机科学学院，维多利亚大学） 纠错

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

4DNeX: Feed-Forward 4D Generative Modeling Made Easy

Zhaoxi Chen, Tianqi Liu, Long Zhuo, Jiawei Ren, Zeng Tao, He Zhu, Fangzhou Hong, Liang Pan, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

Comments Project Page: https://4dnex.github.io/

3DGraphLLM: Combining Semantic Graphs and Large Language Models for 3D Scene Understanding

Tatiana Zemskova, Dmitry Yudin

机构 * AIRI ； MIPT（莫斯科国立普希金俄语学院） 纠错

专题命中 具身推理 ：robotic(abstract)；分类 cs.CV

$I^{2}$-World: Intra-Inter Tokenization for Efficient Dynamic 4D Scene Forecasting

Zhimin Liao, Ping Wei, Ruijie Zhang, Shuaijia Chen, Haoxuan Wang, Ziyang Ren

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家级重点实验室） ； Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人工智能与机器人学院，西安交通大学） 纠错

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

SplatTalk: 3D VQA with Gaussian Splatting

Anh Thai, Songyou Peng, Kyle Genova, Leonidas Guibas, Thomas Funkhouser

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Google DeepMind（谷歌DeepMind） 纠错

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

Comments Accepted at ICCV 2025

SeqAffordSplat: Scene-level Sequential Affordance Reasoning on 3D Gaussian Splatting

Di Li, Jie Feng, Jiahao Chen, Weisheng Dong, Guanbin Li, Yuhui Zheng, Mingtao Feng, Guangming Shi

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

GTAD: Global Temporal Aggregation Denoising Learning for 3D Semantic Occupancy Prediction

Tianhao Li, Yang Li, Mengtian Li, Yisheng Deng, Weifeng Ge

机构 * Department of Computer and Technology, Fudan University（复旦大学计算机与技术系） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） ； Shanghai Film Academy of Shanghai University（上海大学上海电影学院） 纠错

专题命中 具身推理 ：robotic(abstract)；分类 cs.CV

Video Self-Distillation for Single-Image Encoders: A Step Toward Physically Plausible Perception

Marcel Simon, Tae-Ho Kim, Seul-Ki Yeom

机构 * Nota AI GmbH 纠错

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

Comments 4 pages, 2 figures, 2 tables

Journal ref 2025 International Conference on Machine Learning Workshop

DiSCO-3D : Discovering and segmenting Sub-Concepts from Open-vocabulary queries in NeRF

Doriand Petit, Steve Bourgeois, Vincent Gay-Bellile, Florian Chabot, Loïc Barthe

机构 * Université Paris-Saclay, CEA, List（巴黎萨克雷大学，CEA，List） ； IRIT, Université de Toulouse, CNRS（IRIT，图卢兹大学，CNRS） 纠错

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

Comments Published at ICCV'25

Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models

Lionel Wong, Katherine M. Collins, Lance Ying, Cedegao E. Zhang, Adrian Weller, Tobias Gerstenberg, Timothy O'Donnell, Alexander K. Lew, Jacob D. Andreas, Joshua B. Tenenbaum, Tyler Brooke-Wilson

机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； University of Cambridge（剑桥大学） ； Harvard University（哈佛大学） ； McGill University（麦吉尔大学） ； Yale University（耶鲁大学） 纠错

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

Comments Presented at CogSci 2025

A Survey on Future Frame Synthesis: Bridging Deterministic and Generative Approaches

Ruibo Ming, Zhewei Huang, Jingwei Wu, Zhuoxuan Ju, Daxin Jiang, Jianming Hu, Lihui Peng, Shuchang Zhou

机构 * Tsinghua University（清华大学） ； StepFun ； Peking University（北京大学） ； Megvii Technology（旷视科技） 纠错

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

Comments TMLR 2025/07

A Scalable and Efficient Signal Integration System for Job Matching

Ping Liu, Rajat Arora, Xiao Shi, Benjamin Le, Qianqi Shen, Jianqiang Shen, Chengming Jiang, Nikita Zhiltsov, Priya Bannur, Yidan Zhu, Liming Dong, Haichao Wei, Qi Guo, Luke Simon, Liangjie Hong, Wenjing Zhang

机构 * LinkedIn Corporation（LinkedIn公司） 纠错

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

Comments KDD2025

Neural networks leverage nominally quantum and post-quantum representations

Paul M. Riechers, Thomas J. Elliott, Adam S. Shai

机构 * Simplex ； Astera Institute（Astera研究所） ； Beyond Institute for Theoretical Science (BITS)（Beyond理论科学研究所） ； University of Manchester（曼彻斯特大学） 纠错

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

VideoLifter: Lifting Videos to 3D with Fast Hierarchical Stereo Alignment

Wenyan Cong, Hanqing Zhu, Kevin Wang, Jiahui Lei, Colton Stearns, Yuanhao Cai, Leonidas Guibas, Zhangyang Wang, Zhiwen Fan

机构 * UT Austin（德克萨斯大学奥斯汀分校） ； UPenn（宾夕法尼亚大学） ； Stanford（斯坦福大学） ； JHU（约翰霍普金斯大学） 纠错

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

Comments project page: https://videolifter.github.io

Thinking in Space: How Multimodal Large Language Models See, Remember, and Recall Spaces

Jihan Yang, Shusheng Yang, Anjali W. Gupta, Rilyn Han, Li Fei-Fei, Saining Xie

机构 * New York University（纽约大学） ； Yale University（耶鲁大学） ； Stanford University（斯坦福大学） 纠错

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

Comments Project page: https://vision-x-nyu.github.io/thinking-in-space.github.io/

Causal Temporal Reasoning for Markov Decision Processes

Milad Kazemi, Nicola Paoletti

机构 * Department of Informatics, King's College London（信息学院，伦敦国王学院） 纠错

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

Comments 22 pages and 5 figures

Journal ref Res. dir. Cyber phys. syst. 3 (2025) e3

A Survey on Autonomy-Induced Security Risks in Large Model-Based Agents

Hang Su, Jun Luo, Chang Liu, Xiao Yang, Yichi Zhang, Yinpeng Dong, Jun Zhu

机构 * Dept. of Comp. Sci. & Tech.（计算机科学与技术系） ； College of AI（人工智能学院） ； Institute for AI（人工智能研究院） ； BNRist Center（BNRist中心） ； THBI Lab（THBI实验室） ； Tsinghua-Bosch Joint Center for ML（清华大学-博世联合机器学习中心） ； Tsinghua University（清华大学） 纠错

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

Comments 18 pages

ViewPoint: Panoramic Video Generation with Pretrained Diffusion Models

Zixun Fang, Kai Zhu, Zhiheng Liu, Yu Liu, Wei Zhai, Yang Cao, Zheng-Jun Zha

机构 * USTC（中国科学技术大学） ； TongYi Lab（通义实验室） ； HKU（香港大学） 纠错

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

Comments https://becauseimbatman0.github.io/ViewPoint

Discrete JEPA: Learning Discrete Token Representations without Reconstruction

Junyeob Baek, Hosung Lee, Christopher Hoang, Mengye Ren, Sungjin Ahn

机构 * nyu（纽约大学） 纠错

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

Vector Ontologies as an LLM world view extraction method

Kaspar Rothenfusser, Bekk Blando

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

Resilient-native and Intelligent NextG Systems

Mehdi Bennis

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

SemanticSplat: Feed-Forward 3D Scene Understanding with Language-Aware Gaussian Fields

Qijing Li, Jingxiang Sun, Liang An, Zhaoqi Su, Hongwen Zhang, Yebin Liu

机构 * Beijing Normal University（北京师范大学） ； Tsinghua University（清华大学） 纠错

专题命中 具身推理 ：robotic(abstract)；分类 cs.CV

Analyzing Transformer Models and Knowledge Distillation Approaches for Image Captioning on Edge AI

Wing Man Casca Kwok, Yip Chiu Tung, Kunal Bhagchandani

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

The Limits of Predicting Agents from Behaviour

Alexis Bellot, Jonathan Richens, Tom Everitt

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

Journal ref ICML 2025

Out of Sight, Not Out of Context? Egocentric Spatial Reasoning in VLMs Across Disjoint Frames

Sahithya Ravi, Gabriel Sarch, Vibhav Vineet, Andrew D. Wilson, Balasaravanan Thoravi Kumaravel

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research, Redmond WA（微软研究院（红mond, WA）） 纠错

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

Position: Interactive Generative Video as Next-Generation Game Engine

Jiwen Yu, Yiran Qin, Haoxuan Che, Quande Liu, Xintao Wang, Pengfei Wan, Di Zhang, Xihui Liu

机构 * HKU（香港大学） ； HKUST（香港理工大学） ； Kuaishou Technology（快手科技） 纠错

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

Automating Thought of Search: A Journey Towards Soundness and Completeness

Daniel Cao, Michael Katz, Harsha Kokel, Kavitha Srinivas, Shirin Sohrabi

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

Causal Bayesian Networks for Data-driven Safety Analysis of Complex Systems

Roman Gansch, Lina Putze, Tjark Koopmann, Jan Reich, Christian Neurohr

机构 * Robert Bosch GmbH, Corporate Research（罗伯特·博世有限公司，企业研究） ； German Aerospace Center (DLR) e.V., Institute of Systems Engineering for Future Mobility（德国航空航天中心（DLR）协会，未来交通系统工程研究所） ； Fraunhofer Institute for Experimental Software Engineering (IESE)（弗劳恩霍夫实验软件工程研究所） 纠错

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

DriveX: Omni Scene Modeling for Learning Generalizable World Knowledge in Autonomous Driving

Chen Shi, Shaoshuai Shi, Kehua Sheng, Bo Zhang, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Voyager Research, Didi Chuxing（Voyager Research，滴滴出行） 纠错

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

DC-Scene: Data-Centric Learning for 3D Scene Understanding

Ting Huang, Zeyu Zhang, Ruicheng Zhang, Yang Zhao

机构 * Shanghai University of Engineering Science（上海工程科学大学） ； The Australian National University（澳大利亚国立大学） ； Sun Yat-sen University（中山大学） ； La Trobe University（拉筹伯大学） 纠错

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