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。

2026-06-29 至 2026-06-29 共收录 3 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

2510.16732 2026-06-29 cs.CV 版本更新 93%

A Comprehensive Survey on World Models for Embodied AI

具身AI世界模型综述

Xinqing Li, Xin He, Le Zhang, Min Wu, Xiaoli Li, Yun Liu

机构 * College of Computer Science and the Academy for Advanced Interdisciplinary Studies, Nankai University（南开大学计算机科学学院与前沿交叉学科研究院）； School of Computer Science and Engineering, Tianjin University of Technology（天津理工大学计算机科学与工程学院）； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院）； Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局资讯通信研究院）； Information Systems Technology and Design (ISTD) Pillar, Singapore University of Technology and Design (SUTD)（新加坡科技设计大学信息系统科技与设计系）

专题命中通用世界模型：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结本文系统综述了具身AI中的世界模型，提出了功能、时间建模和空间表示的三轴分类法，并总结了数据资源、评估指标及开放挑战。

Comments https://github.com/Li-Zn-H/AwesomeWorldModels

2605.05092 2026-06-29 cs.RO cs.AI cs.CV 版本更新 92%

Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout

Driver-WM：以驾驶员为中心的交通条件潜在世界模型用于车内动态展开

Haozhuang Chi, Daosheng Qiu, Hao Su, Haochen Liu, Zirui Li, Haoruo Zhang, Chen Lv

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡）； Hubei University, Wuhan, China（湖北大学，武汉，中国）； Osaka University, Osaka, Japan（大阪大学，大阪，日本）

专题命中通用世界模型：world model(title,abstract)；world model(title,abstract)；world models(abstract)；driving world model(abstract)

AI总结提出Driver-WM，一种以驾驶员为中心的潜在世界模型，通过门控因果注入机制在紧凑潜在空间中联合预测驾驶员物理运动、行为和情感，实现外部交通到内部动态的因果展开。

Comments Accepted to the 19th European Conference on Computer Vision (ECCV 2026). This version includes the supplementary material

2603.09241 2026-06-29 cs.CV cs.RO 版本更新 90%

RAE-NWM: Navigation World Model in Dense Visual Representation Space

RAE-NWM：密集视觉表示空间中的导航世界模型

Mingkun Zhang, Wangtian Shen, Fan Zhang, Haijian Qin, Zihao Pei, Ziyang Meng

机构 * Department of Precision Instrument, Tsinghua University（清华大学精密仪器系）； University of Rochester（罗切斯特大学）； Beijing Information Science and Technology University（北京信息科技大学）

专题命中通用世界模型：world model(title,abstract)；world model(title,abstract)；world models(abstract)；world models(abstract)

AI总结提出RAE-NWM，在密集视觉表示空间中使用条件扩散Transformer建模导航动态，提升结构稳定性和动作精度，从而改善下游规划与导航。

Comments Code is available at: https://github.com/20robo/raenwm