机器人 / 具身智能

VLM-DEWM: Dynamic External World Model for Verifiable and Resilient Vision-Language Planning in Manufacturing

VLM-DEWM：动态外部世界模型用于制造中的可验证和抗毁视觉语言规划

Guoqin Tang, Qingxuan Jia, Gang Chen, Tong Li, Zeyuan Huang, Zihang Lv, Ning Ji

机构 * School of Intelligent Engineering and Automation（智能工程与自动化学院） 纠错

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

AI总结 VLM-DEWM通过动态外部世界模型提升制造中视觉语言规划的可验证性和抗毁性，显著提高状态跟踪精度和恢复成功率。

stable-worldmodel-v1: Reproducible World Modeling Research and Evaluation

stable-worldmodel-v1: 可复现的世界建模研究与评估

Lucas Maes, Quentin Le Lidec, Dan Haramati, Nassim Massaudi, Damien Scieur, Yann LeCun, Randall Balestriero

机构 * Mila & Université de Montréal（Mila与蒙特利尔大学） ； New York University（纽约大学） ； Brown University（布朗大学） ； Samsung SAIL（三星SAIL） 纠错

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

AI总结 stable-worldmodel-v1 提供了一个模块化、可复现的世界模型研究生态系统，支持标准化环境和持续学习研究，并用于评估DINO-WM的零样本鲁棒性。

Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models

地平线想象：在扩散世界模型中实现高效的 on-policy 滚动

Lior Cohen, Ofir Nabati, Kaixin Wang, Navdeep Kumar, Shie Mannor

机构 * Technion（技术学院） ； Microsoft Research（微软研究院） 纠错

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

AI总结 本文提出地平线想象方法，通过并行去噪和子帧预算优化，在扩散世界模型中实现高效的 on-policy 滚动，提升生成质量与控制性能。

Comments This paper will be published in the ICLR 2026 proceedings

Ground-Truth Depth in Vision Language Models: Spatial Context Understanding in Conversational AI for XR-Robotic Support in Emergency First Response

视觉语言模型中的真实深度：用于虚拟现实机器人支持的紧急急救中的空间情境理解

Rodrigo Gutierrez Maquilon, Marita Hueber, Georg Regal, Manfred Tscheligi

专题命中 具身推理 ：robotic(title)

AI总结 本文提出了一种结合深度传感与视觉语言模型的原型，用于增强紧急急救中的空间情境理解，通过深度增强提高准确性和稳定性，同时降低工作量。

World-Model-Augmented Web Agents with Action Correction

具有动作修正的世界模型增强型网络代理

Zhouzhou Shen, Xueyu Hu, Xiyun Li, Tianqing Fang, Juncheng Li, Shengyu Zhang

机构 * Zhejiang University（浙江大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

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

AI总结 WAC通过多代理协作和风险感知机制，提升网络代理在复杂任务中的鲁棒性和执行效率。