机器人 / 具身智能

Thinking by Doing: Building Efficient World Model Reasoning in LLMs via Multi-turn Interaction

通过多轮交互构建高效的LLM世界模型推理：WMAct

Bao Shu, Yan Cai, Jianjian Sun, Chunrui Han, En Yu, Liang Zhao, Jingcheng Hu, Yinmin Zhang, Haoran Lv, Yuang Peng, Zheng Ge, Xiangyu Zhang, Daxin Jiang, Xiangyu Yue

机构 * CUHK MMLab（香港中文大学MMLab） ； Peking University（北京大学） ； StepFun ； Tsinghua University（清华大学） 纠错

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

AI总结 WMAct通过高效交互和主动推理机制，使LLM在复杂环境中实现高效世界模型推理，提升任务解决能力和迁移性能。

Comments 17 pages, 9 figures

SmallWorlds: Assessing Dynamics Understanding of World Models in Isolated Environments

SmallWorlds: 评估世界模型在孤立环境中的动态理解能力

Xinyi Li, Zaishuo Xia, Weyl Lu, Chenjie Hao, Yubei Chen

机构 * University of California, Davis（加州大学戴维斯分校） ； Open Path AI Foundation（Open Path AI基金会） 纠错

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

AI总结 SmallWorlds通过引入基准测试平台，评估世界模型在孤立环境中的动态理解能力，揭示了不同模型在捕捉环境结构和预测准确性方面的表现及局限性。

DINO-Foresight: Looking into the Future with DINO

DINO-Foresight: 用DINO展望未来

Efstathios Karypidis, Ioannis Kakogeorgiou, Spyros Gidaris, Nikos Komodakis

机构 * Archimedes, Athena Research Center（阿基米德研究所，雅典研究学院） ； National Technical University of Athens（雅典国立技术大学） ； University of Crete（克里特大学） ； IACM-Forth（福伊恩研究所） 纠错

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

AI总结 DINO-Foresight通过在预训练视觉基础模型的语义特征空间中训练，实现了对未来动态的预测，提升了自动驾驶和机器人领域的环境理解能力。

Comments NeurIPS 2025

OpenTwinMap: An Open-Source Digital Twin Generator for Urban Autonomous Driving

OpenTwinMap: 一种用于城市自动驾驶的开源数字孪生生成器

Alex Richardson, Jonathan Sprinkle

机构 * Vanderbilt University（范德比大学） 纠错

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

AI总结 OpenTwinMap是一种基于Python的开源框架，用于生成高保真的3D城市数字孪生，通过整合LiDAR和OSM数据，支持自动驾驶模拟和扩展性。

Embodied Intelligent Wireless (EIW): Synesthesia of Machines Empowered Wireless Communications

具身智能无线通信（EIW）：由机器的通感能力赋能的无线通信

Xiang Cheng, Weibo Wen, Haotian Zhang, Boxun Liu, Zonghui Yang, Jianan Zhang, Xuesong Cai

专题命中 具身推理 ：world model(abstract)

AI总结 本文提出EIW范式，通过具身智能理念重新定义无线通信节点，实现环境感知、决策与行动的闭环，提升无线通信系统的适应性和智能性。