机器人 / 具身智能

KAN-Dreamer: Benchmarking Kolmogorov-Arnold Networks as Function Approximators in World Models

KAN-Dreamer：基于Kolmogorov-Arnold网络作为函数近似器的世界模型基准测试

Chenwei Shi, Xueyu Luan

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

AI总结 KAN-Dreamer将Kolmogorov-Arnold网络整合到DreamerV3中，通过替代MLP和卷积组件，实现了样本效率和训练速度与原始架构相当的性能。

Comments 23 pages, 8 figures, 3 tables

Martian World Model: Controllable Video Synthesis with Physically Accurate 3D Reconstructions

火星世界模型：可控视频合成与物理准确的3D重建

Longfei Li, Zhiwen Fan, Wenyan Cong, Xinhang Liu, Yuyang Yin, Matt Foutter, Panwang Pan, Chenyu You, Yue Wang, Zhangyang Wang, Yao Zhao, Marco Pavone, Yunchao Wei

机构 * BJTU（北京工业大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； HKUST（香港科技大学） ； Stanford University（斯坦福大学） ； XMU（厦门大学） ； SBU（雪城大学） ； USC（南加州大学） ； NVIDIA（英伟达） 纠错

专题命中 具身推理 ：world model(title)；navigation(abstract)；robotic(abstract)；分类 cs.CV

AI总结 本文提出M3arsSynth和MarsGen，通过物理准确的3D重建生成逼真的火星视频，提升任务模拟与机器人训练的可视化效果。

Comments Project Page: https://marsgenai.github.io

BiTAgent: A Task-Aware Modular Framework for Bidirectional Coupling between Multimodal Large Language Models and World Models

BiTAgent: 一种面向任务的模块化框架，用于多模态大语言模型与世界模型之间的双向耦合

Yu-Wei Zhan, Xin Wang, Pengzhe Mao, Tongtong Feng, Ren Wang, Wenwu Zhu

机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） 纠错

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

AI总结 BiTAgent通过双向耦合多模态大语言模型与世界模型，实现任务感知的动态联合学习，提升多任务和跨环境的泛化能力。

DynamicVerse: A Physically-Aware Multimodal Framework for 4D World Modeling

DynamicVerse: 一种具有物理意识的多模态框架用于4D世界建模

Kairun Wen, Yuzhi Huang, Runyu Chen, Hui Zheng, Yunlong Lin, Panwang Pan, Chenxin Li, Wenyan Cong, Jian Zhang, Junbin Lu, Chenguo Lin, Dilin Wang, Zhicheng Yan, Hongyu Xu, Justin Theiss, Yue Huang, Xinghao Ding, Rakesh Ranjan, Zhiwen Fan

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

AI总结 DynamicVerse提出了一种多模态框架，通过整合大规模视觉、几何和多模态模型，实现动态现实世界视频的4D世界建模，提升了对物理尺度测量的全局准确性。

Beyond Generative AI: World Models for Clinical Prediction, Counterfactuals, and Planning

超越生成式AI：用于临床预测、反事实和规划的世界模型

Mohammad Areeb Qazi, Maryam Nadeem, Mohammad Yaqub

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（莫莫德·本·扎伊德人工智能大学） 纠错

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

AI总结 本文探讨了世界模型在医疗领域中的应用，旨在通过预测动态、反事实评估和规划提升临床决策的可靠性。

Comments 2 Figures, 1 Table

Learning Interactive World Model for Object-Centric Reinforcement Learning

Fan Feng, Phillip Lippe, Sara Magliacane

机构 * University of California San Diego（加州大学圣地亚哥分校） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫穆罕默德·本·扎耶德人工智能大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

Comments NeurIPS 2025

StateSpaceDiffuser: Bringing Long Context to Diffusion World Models

Nedko Savov, Naser Kazemi, Deheng Zhang, Danda Pani Paudel, Xi Wang, Luc Van Gool

机构 * INSAIT, Sofia University "St. Kliment Ohridski"（INSAIT，索菲亚大学"圣克莱门特·欧赫里德斯基"） ； ETH Zurich（苏黎世联邦理工学院） ； TU Munich（慕尼黑技术大学） 纠错

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

VAGEN: Reinforcing World Model Reasoning for Multi-Turn VLM Agents

Kangrui Wang, Pingyue Zhang, Zihan Wang, Yaning Gao, Linjie Li, Qineng Wang, Hanyang Chen, Chi Wan, Yiping Lu, Zhengyuan Yang, Lijuan Wang, Ranjay Krishna, Jiajun Wu, Li Fei-Fei, Yejin Choi, Manling Li

机构 * Northwestern University（西北大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Microsoft（微软） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

Comments Accepted to NeurIPS 2025

Generalized Dynamics Generation towards Scannable Physical World Model

Yichen Li, Zhiyi Li, Brandon Feng, Dinghuai Zhang, Antonio Torralba

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Microsoft（微软公司） 纠错

专题命中 具身推理 ：world model(title)；embodied agent(abstract)；robotic(abstract)；分类 cs.CV

TriVLA: A Triple-System-Based Unified Vision-Language-Action Model with Episodic World Modeling for General Robot Control

Zhenyang Liu, Yongchong Gu, Sixiao Zheng, Yanwei Fu, Xiangyang Xue, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

MAPF-World: Action World Model for Multi-Agent Path Finding

Zhanjiang Yang, Yang Shen, Yueming Li, Meng Li, Lijun Sun

机构 * Shenzhen Technology University（深圳科技大学） ； University of Technology Sydney（悉尼技术大学） 纠错

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

Edge General Intelligence Through World Models and Agentic AI: Fundamentals, Solutions, and Challenges

Changyuan Zhao, Guangyuan Liu, Ruichen Zhang, Yinqiu Liu, Jiacheng Wang, Jiawen Kang, Dusit Niyato, Zan Li, Xuemin, Shen, Zhu Han, Sumei Sun, Chau Yuen, Dong In Kim

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Automation, Guangdong University of Technology（广东工业大学自动化学院） ； State Key Laboratory of Integrated Services Networks, Xidian University（西安电子科技大学集成服务网络国家重点实验室） ； Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系） ； Department of Computer Science and Engineering, Kyung Hee University（韩国庆熙大学计算机科学与工程系） ； Institute for Infocomm Research, Agency for Science, Technology and Research（科技研究局信息通信研究所） ； Department of Electrical and Computer Engineering, Sungkyunkwan University（庆熙大学电气与计算机工程系） 纠错

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

Comments 21 pages. 9 figures

Aether: Geometric-Aware Unified World Modeling

Aether Team, Haoyi Zhu, Yifan Wang, Jianjun Zhou, Wenzheng Chang, Yang Zhou, Zizun Li, Junyi Chen, Chunhua Shen, Jiangmiao Pang, Tong He

机构 * USTC Shanghai AI Lab（USTC上海人工智能实验室） ； SII SJTU（SJTU信息研究所） ； ZJU FDU（浙江大学福州大学） 纠错

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

Comments Project Page: https://aether-world.github.io/

Dyn-O: Building Structured World Models with Object-Centric Representations

Zizhao Wang, Kaixin Wang, Li Zhao, Peter Stone, Jiang Bian

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

From 2D to 3D Cognition: A Brief Survey of General World Models

Ningwei Xie, Zizi Tian, Lei Yang, Xiao-Ping Zhang, Meng Guo, Jie Li

机构 * China Mobile Research Institute（中国移动研究院） ； Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University（深圳无处不在数据赋能重点实验室、深圳国际研究生院、清华大学） 纠错

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

Prompting with the Future: Open-World Model Predictive Control with Interactive Digital Twins

Chuanruo Ning, Kuan Fang, Wei-Chiu Ma

机构 * Cornell University（康奈尔大学） 纠错

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

AdaWorld: Learning Adaptable World Models with Latent Actions

Shenyuan Gao, Siyuan Zhou, Yilun Du, Jun Zhang, Chuang Gan

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

Comments ICML 2025. Project page: https://adaptable-world-model.github.io/, code: https://github.com/Little-Podi/AdaWorld, model: https://huggingface.co/Little-Podi/AdaWorld

EWMBench: Evaluating Scene, Motion, and Semantic Quality in Embodied World Models

Hu Yue, Siyuan Huang, Yue Liao, Shengcong Chen, Pengfei Zhou, Liliang Chen, Maoqing Yao, Guanghui Ren

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

Comments Website: https://github.com/AgibotTech/EWMBench

Embodied World Models Emerge from Navigational Task in Open-Ended Environments

Li Jin, Liu Jia

机构 * Tsinghua Laboratory of Brain and Intelligence（清华大学脑科学与智能实验室） 纠错

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

Comments Research on explainable meta-reinforcement learning AI

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 具身推理 ：world model(title,abstract)；manipulation(abstract)；分类 cs.CV

Comments This work has been accepted to CVPR 2025

3D Gaussian Splatting in Robotics: A Survey

Siting Zhu, Guangming Wang, Xin Kong, Dezhi Kong, Hesheng Wang

专题命中 具身推理 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO

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 具身推理 ：world model(title,abstract)；manipulation(abstract)；分类 cs.CV

InfinityDrive: Breaking Time Limits in Driving World Models

Xi Guo, Chenjing Ding, Haoxuan Dou, Xin Zhang, Weixuan Tang, Wei Wu

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

Comments project homepage: https://metadrivescape.github.io/papers_project/InfinityDrive/page.html

ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration

Chaojun Ni, Guosheng Zhao, Xiaofeng Wang, Zheng Zhu, Wenkang Qin, Guan Huang, Chen Liu, Yuyin Chen, Yida Wang, Xueyang Zhang, Yifei Zhan, Kun Zhan, Peng Jia, Xianpeng Lang, Xingang Wang, Wenjun Mei

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

Comments Project Page: https://recondreamer.github.io

Evaluating the World Model Implicit in a Generative Model

Keyon Vafa, Justin Y. Chen, Ashesh Rambachan, Jon Kleinberg, Sendhil Mullainathan

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

WHALE: Towards Generalizable and Scalable World Models for Embodied Decision-making

Zhilong Zhang, Ruifeng Chen, Junyin Ye, Yihao Sun, Pengyuan Wang, Jingcheng Pang, Kaiyuan Li, Tianshuo Liu, Haoxin Lin, Yang Yu, Zhi-Hua Zhou

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

Automatic Configuration of Multi-Agent Model Predictive Controllers based on Semantic Graph World Models

K. de Vos, E. Torta, H. Bruyninckx, C. A. Lopez Martinez, M. J. G. van de Molengraft

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

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 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.CV

Comments 14 pages

HarmonyDream: Task Harmonization Inside World Models

Haoyu Ma, Jialong Wu, Ningya Feng, Chenjun Xiao, Dong Li, Jianye Hao, Jianmin Wang, Mingsheng Long

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

Comments ICML 2024. Code is available at https://github.com/thuml/HarmonyDream

The Embodied World Model Based on LLM with Visual Information and Prediction-Oriented Prompts

Wakana Haijima, Kou Nakakubo, Masahiro Suzuki, Yutaka Matsuo

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