视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-06-19 至 2026-06-19 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 通用世界模型 1 篇

2507.05169 2026-06-19 cs.LG cs.AI cs.CL cs.CV cs.RO 版本更新 89%

Critique of World Model

世界模型批判：一种用于世界建模的生成式潜在预测架构

Eric Xing, Mingkai Deng, Jinyu Hou

机构 * Institute of Foundation Models（基础模型研究院）； Mohamed bin Zayed University of Artificial Intelligence（莫莫德 bin Zayed 人工智能大学）； School of Computer Science Carnegie Mellon University（计算机科学学院卡内基梅隆大学）

专题命中通用世界模型：world model(title,abstract)；world model(title,abstract)；分类 cs.AI、cs.LG、cs.CV

AI总结本文从心理学“假设性思维”出发，提出世界模型的核心目标是模拟真实世界的所有可行动可能性，并设计了一种基于状态化、分层、多级、混合连续/离散表示的生成式潜在预测（GLP）架构。

2. 视频世界模型 1 篇

2605.31158 2026-06-19 cs.CV cs.LG 版本更新 96%

Light Interaction: Training-Free Inference Acceleration for Interactive Video World Models

光交互：交互式视频世界模型的免训练推理加速

Jiacheng Lu, Haoyi Zhu, Sipei Yi, Enze Xie, Yu Li, Cheng Zhuo

机构 * Zhejiang University（浙江大学）； NVIDIA

专题命中视频世界模型：world model(title,abstract)；world models(title,abstract)；video world model(title,abstract)；world model(title,abstract)

AI总结针对交互式视频世界模型推理成本高的问题，提出免训练加速框架Light Interaction，通过自适应上下文管理、去噪缓存加速和3D块稀疏注意力实现最高2.59倍加速。

Comments 13 pages, 6 figures, 3 tables. Project page: https://2843721358l-del.github.io/Light-Interaction-Project/