世界模型

X-Streamer: Unified Human World Modeling with Audiovisual Interaction

You Xie, Tianpei Gu, Zenan Li, Chenxu Zhang, Guoxian Song, Xiaochen Zhao, Chao Liang, Jianwen Jiang, Hongyi Xu, Linjie Luo

机构 * ByteDance（字节跳动） 纠错

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

Comments Project Page at https://byteaigc.github.io/X-Streamer

Unlocking Smarter Device Control: Foresighted Planning with a World Model-Driven Code Execution Approach

Xiaoran Yin, Xu Luo, Hao Wu, Lianli Gao, Jingkuan Song

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

Comments Accepted to Findings of EMNLP 2025. This is the camera-ready version

CoEx -- Co-evolving World-model and Exploration

Minsoo Kim, Seung-won Hwang

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

What Does it Mean for a Neural Network to Learn a "World Model"?

Kenneth Li, Fernanda Viégas, Martin Wattenberg

机构 * Harvard University（哈佛大学） 纠错

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

NavMorph: A Self-Evolving World Model for Vision-and-Language Navigation in Continuous Environments

Xuan Yao, Junyu Gao, Changsheng Xu

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences (CASIA)（多模态人工智能系统国家重点实验室（MAIS）、自动化研究所、中国科学院（CASIA）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences (UCAS)（人工智能学院、中国科学院大学（UCAS）） ； Peng Cheng Laboratory, ShenZhen, China（鹏城实验室、深圳中国） 纠错

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

Comments Accepted by ICCV 2025

WebSynthesis: World-Model-Guided MCTS for Efficient WebUI-Trajectory Synthesis

Yifei Gao, Junhong Ye, Jiaqi Wang, Jitao Sang

机构 * Beijing Jiaotong University（北京交通大学） 纠错

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

Xray2Xray: World Model from Chest X-rays with Volumetric Context

Zefan Yang, Xinrui Song, Xuanang Xu, Yongyi Shi, Ge Wang, Mannudeep K. Kalra, Pingkun Yan

机构 * Department of Biomedical Engineering（生物医学工程系） ； Center for Biotechnology（生物技术中心） ； Interdisciplinary Studies（跨学科研究） ； Rensselaer Polytechnic Institute（伦塞拉尔理工大学） ； Department of Radiology（放射科） ； Massachusetts General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） 纠错

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

DSG-World: Learning a 3D Gaussian World Model from Dual State Videos

Wenhao Hu, Xuexiang Wen, Xi Li, Gaoang Wang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； ZJU-UIUC Institute, Zhejiang University（浙江大学-伊利诺伊大学联合研究所） 纠错

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

Missing Target-Relevant Information Prediction with World Model for Accurate Zero-Shot Composed Image Retrieval

Yuanmin Tang, Jing Yu, Keke Gai, Jiamin Zhuang, Gang Xiong, Gaopeng Gou, Qi Wu

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

Comments This work has been accepted to CVPR 2025

World Model Agents with Change-Based Intrinsic Motivation

Jeremias Ferrao, Rafael Cunha

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

Comments Submitted to Northern Lights Deep Learning Conference 2025

Inter-environmental world modeling for continuous and compositional dynamics

Kohei Hayashi, Masanori Koyama, Julian Jorge Andrade Guerreiro

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

Semi-Supervised Vision-Centric 3D Occupancy World Model for Autonomous Driving

Xiang Li, Pengfei Li, Yupeng Zheng, Wei Sun, Yan Wang, Yilun Chen

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

Comments Accepted by ICLR 2025

GEM: A Generalizable Ego-Vision Multimodal World Model for Fine-Grained Ego-Motion, Object Dynamics, and Scene Composition Control

Mariam Hassan, Sebastian Stapf, Ahmad Rahimi, Pedro M B Rezende, Yasaman Haghighi, David Brüggemann, Isinsu Katircioglu, Lin Zhang, Xiaoran Chen, Suman Saha, Marco Cannici, Elie Aljalbout, Botao Ye, Xi Wang, Aram Davtyan, Mathieu Salzmann, Davide Scaramuzza, Marc Pollefeys, Paolo Favaro, Alexandre Alahi

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

UrbanWorld: An Urban World Model for 3D City Generation

Yu Shang, Yuming Lin, Yu Zheng, Hangyu Fan, Jingtao Ding, Jie Feng, Jiansheng Chen, Li Tian, Yong Li

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

Comments 14 pages

Understanding Physical Dynamics with Counterfactual World Modeling

Rahul Venkatesh, Honglin Chen, Kevin Feigelis, Daniel M. Bear, Khaled Jedoui, Klemen Kotar, Felix Binder, Wanhee Lee, Sherry Liu, Kevin A. Smith, Judith E. Fan, Daniel L. K. Yamins

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

Comments ECCV 2024. Project page at: https://neuroailab.github.io/cwm-physics/

Predicting vs. Acting: A Trade-off Between World Modeling & Agent Modeling

Margaret Li, Weijia Shi, Artidoro Pagnoni, Peter West, Ari Holtzman

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

Enhance Sample Efficiency and Robustness of End-to-end Urban Autonomous Driving via Semantic Masked World Model

Zeyu Gao, Yao Mu, Chen Chen, Jingliang Duan, Shengbo Eben Li, Ping Luo, Yanfeng Lu

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

Comments 13 pages, 13 figures, 4 tables, this version is accepted by IEEE Transactions on Intelligent Transportation Systems, the workshop version can be found in NeurIPS Deep RL Workshop 2022

Explainable Reinforcement Learning via a Causal World Model

Zhongwei Yu, Jingqing Ruan, Dengpeng Xing

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

Comments Accepted by IJCAI 2023

Do Embodied Agents Dream of Pixelated Sheep: Embodied Decision Making using Language Guided World Modelling

Kolby Nottingham, Prithviraj Ammanabrolu, Alane Suhr, Yejin Choi, Hannaneh Hajishirzi, Sameer Singh, Roy Fox

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

Comments in proceedings of ICML 23

InCrowdFormer: On-Ground Pedestrian World Model From Egocentric Views

Mai Nishimura, Shohei Nobuhara, Ko Nishino

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

Reinforcement learning with world model

Jingbin Liu, Xinyang Gu, Shuai Liu

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

Sepsis World Model: A MIMIC-based OpenAI Gym "World Model" Simulator for Sepsis Treatment

Amirhossein Kiani, Chris Wang, Angela Xu

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

Comments This project was done as a class project for CS221 at Stanford University

RFWM: Physics-Guided World Model for Dynamic Wireless Radiance Field Generation

RFWM：用于生成动态无线辐射场的物理引导世界模型

Zijiu Yang, Qianqian Yang

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

AI总结 本研究针对动态未知环境下RF场建模泛化难的问题，提出物理引导的RF世界模型RFWM，采用两阶段训练策略，在新构建的基准上实现了优于现有最优方法的RF场生成性能。

A JEPA-Based Field-Layer World Model for Bridging Channel Prediction and Estimation

一种基于JEPA的场层世界模型，用于衔接信道预测与估计

Yuzhi Yang, Brahim Mefgouda, Hang Zou, Lina Bariah, Anis Bara, Yuhuan Lu, Hao Zhang, MérouaneDebbah

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

AI总结 该研究针对MIMO-OFDM无线系统中CSI预测鲁棒性差的问题，提出基于JEPA的场层世界模型，通过多尺度对齐策略实现跨频段重构，显著提升了波束成形增益。

Comments submitted to IEEE trans

Reinforcement Learning: From Algorithms To Foundation Models

强化学习：从算法到基础模型

Zihan Ding

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

AI总结 本文从游戏算法和基础模型时代的RL两个视角展开研究，前者聚焦多智能体RL中相关概念的相互作用，后者利用生成和基础模型丰富序列决策，开发多种模型并进行相关研究，呈现RL在复杂序列域的统一视图，突出其连接多方面的作用。

Comments Princeton University PhD Thesis 2026

Speech World Model: Causal State-Action Planning with Explicit Reasoning for Speech

语音世界模型：基于显式推理的语音因果状态-动作规划

Xuanru Zhou, Jiachen Lian, Henry Hong, Xinyi Yang, Gopala Anumanchipalli

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

AI总结 研究旨在改进语音语言模型推理弱的问题，采用模块化视角和世界模型观点，将语音理解分解为四个模块通过因果图通信，建立认知状态搜索空间，实现显式推理，让语音理解更透明可控。

Comments Accepted to 2026 ICLR

ThermoForce: A Physics-Structured Interventional World Model for Building HVAC Control

ThermoForce：用于构建暖通空调控制的物理结构干预世界模型

Yifan Wang

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

AI总结 研究建筑暖通空调系统模型预测控制所需的热模型问题。提出ThermoForce，将时间序列基础模型冻结为被动自由响应，学习物理结构的强制响应算子，在相关干预中表现出色，嵌入MPC可降低热不适与能耗。

Comments 23 pages, 9 figures

What Capable Agents Must Know: Selection Theorems for Robust Decision-Making under Uncertainty

什么是有能力的智能体必须知道：在不确定性下鲁棒决策制定的选取定理

Aran Nayebi

机构 * Machine Learning Department and Neuroscience & Robotics Institutes, Carnegie Mellon University（机器学习系和神经科学与机器人研究院，卡内基梅隆大学） 纠错

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

AI总结 本文探讨了在不确定性下智能体必需的内部结构，证明了强任务表现迫使世界模型、信念记忆及持久变量的必要性，提出了选取定理以解决部分可观测性和任务分布下的决策问题。

Comments 23 pages, 1 figure. To appear in Uncertainty in Artificial Intelligence (UAI) 2026

See, Infer, Intervene: Proactive World Modeling for Goal-Oriented Social Intelligence

观察、推断、干预：面向目标导向社交智能的主动世界建模

Honghui Zhang, Chenmeinian Guo, Yichen Yu, Guanyu Liu, Yujia Zhang, Yongming Qin, Chongguo Song, Mengyue Yang, Lei Yu, Tianyu Shi

机构 * Mita Technology（Mita技术公司） ； University of Bristol（布里斯托大学） ； University of Toronto（多伦多大学） ； McGill University（麦吉尔大学） 纠错

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

AI总结 提出 See-Infer-Intervene (SII) 框架和主动意图世界模型 (PIWM)，通过观察顾客行为、推断潜在意图并选择干预动作，实现零售场景中的主动辅助，在 GuidanceSalesBench 基准上达到 0.641 macro F1。

Comments 16 pages, 3 figures, 9 tables. Preprint

Holographic entanglement entropy and complexity for the cosmological braneworld model

膜宇宙模型中的引力熵和复杂度

Souvik Paul, Gopinath Guin, Sunandan Gangopadhyay

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

AI总结 研究膜宇宙模型中宇宙膨胀的引力熵和复杂度，考虑不同物质源的影响，采用微扰方法计算并验证结果与之前研究的一致性。

Journal ref JHEP 08 (2025) 164