机器人 / 具身智能

FOCUS: Object-Centric World Models for Robotics Manipulation

Stefano Ferraro, Pietro Mazzaglia, Tim Verbelen, Bart Dhoedt

专题命中 机器人操作 ：robotics(title,abstract)；manipulation(title,abstract)；world model(title,abstract)；分类 cs.RO、cs.AI

Factored World Models for Zero-Shot Generalization in Robotic Manipulation

Ondrej Biza, Thomas Kipf, David Klee, Robert Platt, Jan-Willem van de Meent, Lawson L. S. Wong

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.LG

$τ_0$-WM: A Unified Video-Action World Model for Robotic Manipulation

$\tau_0$-WM：一种用于机器人操作的统一视频-动作世界模型

Pengfei Zhou, Shengcong Chen, Di Chen, Jiaxu Wang, Rongjun Jin, Bingwen Zhu, Yike Pan, Songen Gu, Kuanning Wang, Shufeng Nan, Xingyu Qiu, Chenhao Qiu, Pu Yang, Yunuo Cai, Jianxiong Gao, Yifan Li, Yanwei Fu, Xiangyu Yue, Zhi Chen, Jianlan Luo

机构 * Shanghai Innovation Institute（上海创新研究院） ； AGIBOT Finch 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 提出$\tau_0$-WM，一个统一视频-动作世界模型，通过共享视频扩散骨干集成策略学习、视频预测和动作评估，在长时域和精细操作任务上优于基线。

Comments Our project homepge: https://tau0-wm.github.io

GeniWorld: A Generalizable Interactive World Model for Robotic Manipulation via Visual Actions

GeniWorld：一种用于机器人操作的可泛化交互式世界模型

Chenghao Gu, Hanyang Yu, Jingbo Zhang, Haitao Lin, Wenyao Zhang, Jinghe Wang, Hanglei Jin, Shuzhao Xie, Jingyan Jiang, Zhi Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Tencent Robotics X（腾讯Robotics X实验室） ； The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Technology University（深圳技术大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title)；robot learning(abstract)

AI总结 针对通用机器人策略在复杂环境中鲁棒性不足的问题，提出GeniWorld交互式世界模型，通过解耦本体与环境动态、构建自回归视频预测模型实现泛化，可用于策略评估并提升下游操作性能。

Beyond Flat Policies: Hierarchical Post-Training for Embodied Agents in Robotic Manipulation

超越扁平策略：面向机器人操作具身智能体的分层后训练

He Kong, Zengjue Chen, Qi Wang, Qianli Xing, Runliang Niu, Peidong Liu, Jiawei Li, Shiqi Wang, Yi Chang

专题命中 机器人操作 ：robotic(title,abstract)；manipulation(title,abstract)；embodied agent(title)；分类 cs.RO

AI总结 针对现有VLA模型扁平策略难以处理长时程操作的问题，提出HiRoC分层后训练框架，通过解耦规划与执行并对齐分布，在机器人操作基准上取得优于强基线的性能。

RoboInter1.5: A Holistic Intermediate Representation Suite for Embodied World Modeling and Robotic Manipulation

RoboInter1.5：用于具身世界建模和机器人操作的整体中间表示套件

Ziqin Wang, Hao Li, Weijun Wang, Junhao Cai, Jia Zeng, Yilun Chen, Jiangmiao Pang, Si Liu

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 研究针对现有机器人数据集问题，基于RoboInter1.0提出RoboInter1.5套件，含多种中间表示资源及相关任务，通过广泛评估证明其为中间表示提供统一时空框架，将其作为双向接口，规范动作空间并约束物理模拟器潜在展开。

Comments 28 pages. arXiv admin note: substantial text overlap with arXiv:2602.09973

RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation

RynnWorld-4D：用于机器人操作的4D具身世界模型

Haoyu Zhao, Xingyue Zhao, Siteng Huang, Xin Li, Deli Zhao, Zhongyu Li

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hong Kong Embodied AI Lab（香港具身人工智能实验室） ； CUHK（香港中文大学） ； Hupan Lab（湖畔实验室） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 研究针对开放世界机器人操作，提出RynnWorld-4D生成模型，通过RGB-DF捕捉4D动态，其具三分支架构，还整理数据集并提出RynnWorld-4D-Policy，实验证明该模型在时空预测及实际操作任务中表现出色。

Comments Project Page: https://alibaba-damo-academy.github.io/RynnWorld-4D.github.io, Github: https://github.com/alibaba-damo-academy/RynnWorld-4D

DVG-WM: Disentangled Video Generation Enables Efficient Embodied World Model for Robotic Manipulation

DVG-WM：解耦视频生成实现高效机器人操作具身世界模型

Ziyu Shan, Zhenyu Wu, Xiaofeng Wang, Zheng Zhu, Ziwei Wang

机构 * Nanyang Technological University, Singapore（南洋理工大学（新加坡）） ； Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学（中国北京）） ； GigaAI 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 提出解耦视频生成世界模型（DVG-WM），将世界模型分解为动力学学习和视觉合成，通过流匹配直接映射动力学到视频潜变量，并引入潜变量退化机制再生接触细节，在LIBERO和真实平台实现高达3.97倍加速。

RoDyn: Taming Interactive Robot-Dynamic 2.5D World Model for Robotic Manipulation

RoDyn: 驯服交互式机器人动态2.5D世界模型用于机器人操作

Chuanrui Zhang, Zhengxian Wu, Guanxing Lu, Yansong Tang, Ziwei Wang

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Tsinghua University, Beijing, China（清华大学，北京，中国） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 提出RoDyn，一种几何感知的2.5D世界模型，通过机器人动态分词器和掩码引导自回归架构，在高效潜在空间中建模环境动态，提升生成保真度并显著改善下游强化学习和模仿学习性能。

Foresight: Failure Detection for Long-Horizon Robotic Manipulation with Action-Conditioned World Model Latents

Foresight: 基于动作条件世界模型潜在变量的长时程机器人操作故障检测

Haoran Zhang, Yifu Lu, Boyang Wang, Xuhui Kang, Yen-Ling Kuo, Zezhou Cheng, Mengdi Wang, Odest Chadwicke Jenkins

机构 * University of Michigan（密歇根大学） ； Princeton University（普林斯顿大学） ； University of Virginia（弗吉尼亚大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 提出Foresight框架，利用动作条件世界模型的潜在表征监测操作轨迹，仅用最终任务级标签训练，结合函数共形预测自适应校准阈值，在仿真和真实机器人长时程任务中实现高效故障检测。

MVISTA-4D: View-Consistent 4D World Model with Test-Time Action Inference for Robotic Manipulation

MVISTA-4D: 用于机器人操作的一致性视图4D世界模型与测试时动作推理

Jiaxu Wang, Yicheng Jiang, Tianlun He, Jingkai Sun, Qiang Zhang, Junhao He, Jiahang Cao, Zesen Gan, Mingyuan Sun, Qiming Shao, Xiangyu Yue

机构 * MMLab, The Chinese University of Hong Kong, Hong Kong SAR（香港理工大学MMLab，香港中文大学，香港特别行政区） ； The Hong Kong University of Science（香港理工大学） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.CV

AI总结 提出一种基于世界模型的4D场景生成方法，通过多视图RGBD预测和测试时动作优化，实现几何一致的4D动态预测与机器人操作。

Journal ref International Conference on Machine Learning 2026

WorldCraft: From Camera Navigation to Object Manipulation in Interactive Video World Models

WorldCraft: 从相机导航到交互式视频世界模型中的物体操控

Bohai Gu, Taiyi Wu, Yueyang Yuan, Jian Liu, Xiaocheng Lu, Dazhao Du, Jie Zhang, Jinxiang Lai, Shuai Yang, Xiaotong Zhao, Alan Zhao, Song Guo

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； AI Technology Center, Tencent Video, Tencent（腾讯视频AI技术中心，腾讯） ； Wuhan University（武汉大学） ； Peking University（北京大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；navigation(title,abstract)；world model(title,abstract)；分类 cs.CV

AI总结 提出WorldCraft框架，通过轨迹控制管道（NWT、SP-LoRA、TASP）将交互式视频世界模型从相机导航扩展到物体级轨迹操控，实现用户指定路径下的物体运动与相机导航共存。

Comments Project page: https://nevsdev.github.io/WorldCraft/

RoboFlow4D: A Lightweight Flow World Model Toward Real-Time Flow-Guided Robotic Manipulation

RoboFlow4D: 一种轻量级的流世界模型，面向实时的流引导机器人操作

Sixu Lin, Junliang Chen, Huaiyuan Xu, Zhuohao Li, Guangming Wang, Yixiong Jing, Sheng Xu, Runyi Zhao, Brian Sheil, Lap-Pui Chau, Guiliang Liu

机构 * School of Data Science, The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）数据科学学院） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Cambridge（剑桥大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 本文提出RoboFlow4D，一种轻量级的流世界模型，通过统一感知与规划，利用物理3D空间中的时间运动估计，实现高效的实时流引导机器人操作，提高了操作成功率和计算效率。

STARRY: Spatial-Temporal Action-Centric World Modeling for Robotic Manipulation

STARRY：面向机器人操作的时空动作中心世界建模

Yuxuan Tian, Yurun Jin, Bin Yu, Yukun Shi, Hao Wu, Chi Harold Liu, Kai Chen, Cong Huang

机构 * Beijing Institute of Technology（北京理工大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； East China Normal University（华东师范大学） ； DeepCybo 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 STARRY通过统一扩散过程联合去噪未来时空潜在表示和动作，提升机器人操作中时空协调的精度与成功率。

Comments 19 pages

AtomVLA: Scalable Post-Training for Robotic Manipulation via Predictive Latent World Models

AtomVLA: 通过预测性潜在世界模型实现机器人操作的可扩展后训练

Xiaoquan Sun, Zetian Xu, Chen Cao, Zonghe Liu, Yihan Sun, Jingrui Pang, Ruijian Zhang, Zhen Yang, Kang Pang, Dingxin He, Mingqi Yuan, Jiayu Chen

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 AtomVLA通过预测性潜在世界模型实现机器人操作的可扩展后训练，提升长时间任务的鲁棒性与效率。

ParticleFormer: A 3D Point Cloud World Model for Multi-Object, Multi-Material Robotic Manipulation

Suning Huang, Qianzhong Chen, Xiaohan Zhang, Jiankai Sun, Mac Schwager

机构 * Stanford University（斯坦福大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

HARMONI: Haptic-Guided Assistance for Unified Robotic Tele-Manipulation and Tele-Navigation

V. Sripada, A. Khan, J. Föcker, S. Parsa, Susmitha P, H Maior, A. Ghalamzan-E

机构 * University of Surrey, UK（英国萨里大学） ； University of Lincoln, UK（英国林肯大学） ； University of Huddersfield, UK（英国赫尔顿大学） ； University of Nottingham, UK（英国诺丁汉大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；navigation(title,abstract)；robotic(title,abstract)；分类 cs.RO

Comments To appear in IEEE CASE 2025

DaDu-Corki: Algorithm-Architecture Co-Design for Embodied AI-powered Robotic Manipulation

Yiyang Huang, Yuhui Hao, Bo Yu, Feng Yan, Yuxin Yang, Feng Min, Yinhe Han, Lin Ma, Shaoshan Liu, Qiang Liu, Yiming Gan

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人研究院） ； Meituan（美团） ； Tianjin University（天津大学） 纠错

专题命中 机器人操作 ：embodied AI(title,abstract)；manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO

RoboHorizon: An LLM-Assisted Multi-View World Model for Long-Horizon Robotic Manipulation

Zixuan Chen, Jing Huo, Yangtao Chen, Yang Gao

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

Comments Under review

CloudGripper: An Open Source Cloud Robotics Testbed for Robotic Manipulation Research, Benchmarking and Data Collection at Scale

Muhammad Zahid, Florian T. Pokorny

专题命中 机器人操作 ：robotics(title,abstract)；manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO

Comments Under review at IEEE ICRA 2024

A Survey of Embodied Learning for Object-Centric Robotic Manipulation

Ying Zheng, Lei Yao, Yuejiao Su, Yi Zhang, Yi Wang, Sicheng Zhao, Yiyi Zhang, Lap-Pui Chau

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；robot learning(abstract)；embodied AI(abstract)

Journal ref Machine Intelligence Research 2025

GAF: Gaussian Action Field as a 4D Representation for Dynamic World Modeling in Robotic Manipulation

GAF: 高斯动作场作为机器人操作中动态世界建模的4D表示

Ying Chai, Litao Deng, Ruizhi Shao, Jiajun Zhang, Kangchen Lv, Liangjun Xing, Xiang Li, Hongwen Zhang, Yebin Liu

机构 * Tsinghua University（清华大学） ； Beijing Normal University（北京师范大学） ； Shadow AI 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；world model(title)；分类 cs.RO、cs.CV

AI总结 提出GAF，通过扩展3D高斯溅射引入可学习运动属性，实现动态场景的4D建模，并利用动作-视觉对齐去噪框架提升机器人操作成功率。

Comments https://ChaiYing1.github.io/projects/GAF/

RobotPan: A 360$^\circ$ Surround-View Robotic Vision System for Embodied Perception

RobotPan：一种用于具身感知的360度全景机器人视觉系统

Jiahao Ma, Qiang Zhang, Peiran Liu, Zeran Su, Pihai Sun, Gang Han, Wen Zhao, Wei Cui, Zhang Zhang, Zhiyuan Xu, Renjing Xu, Jian Tang, Miaomiao Liu, Yijie Guo

机构 * Tiangong 3.0 humanoid platform（天宫3.0人形平台） 纠错

专题命中 机器人操作 ：manipulation(summary_cn,abstract)；robotic(title,abstract)；robotics(abstract)；navigation(abstract)

AI总结 本文提出RobotPan系统，通过六摄像头与LiDAR结合，实现360度全景视觉覆盖，采用统一球坐标表示和分层球体体素先验，实现高效实时渲染与重建，支持长时间序列处理，并发布多传感器数据集用于机器人导航与 manipulation。

Comments Project website: https://robotpan.github.io/

Evolvable Embodied Agent for Robotic Manipulation via Long Short-Term Reflection and Optimization

可进化具身代理：通过长期短期反思与优化实现机器人操作

Jianzong Wang, Botao Zhao, Yayun He, Junqing Peng, Xulong Zhang

机构 * Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司） 纠错

专题命中 机器人操作 ：embodied agent(title,abstract)；manipulation(title)；robotic(title)；robotics(abstract)

AI总结 本文提出EEAgent框架，通过长短期反思优化机制提升机器人在复杂任务中的适应能力，实现自我进化，优于现有方法。

Comments This work has been accepted for publication in the Proceedings of the 2026 International Joint Conference on Neural Networks (IJCNN 2026)

WristWorld: Generating Wrist-Views via 4D World Models for Robotic Manipulation

Zezhong Qian, Xiaowei Chi, Yuming Li, Shizun Wang, Zhiyuan Qin, Xiaozhu Ju, Sirui Han, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（信息处理国家重点实验室，计算机学院，北京大学） ； Hong Kong University of Science and Technology（香港科技大学） ； National University of Singapore（新加坡国家大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title)；分类 cs.RO、cs.CV

Safe Reinforcement Learning of Dynamic High-Dimensional Robotic Tasks: Navigation, Manipulation, Interaction

Puze Liu, Kuo Zhang, Davide Tateo, Snehal Jauhri, Zhiyuan Hu, Jan Peters, Georgia Chalvatzaki

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；navigation(title)；分类 cs.RO、cs.LG

Comments 6 pages

LaDi-WM: A Latent Diffusion-based World Model for Predictive Manipulation

Yuhang Huang, Jiazhao Zhang, Shilong Zou, Xinwang Liu, Ruizhen Hu, Kai Xu

机构 * National University of Defense Technology（国防科技大学） ； Peking University（北京大学） ； Shenzhen University（深圳大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；embodied AI(abstract)；robot policy(abstract)

Comments CoRL 2025

RoBridge: A Hierarchical Architecture Bridging Cognition and Execution for General Robotic Manipulation

Kaidong Zhang, Rongtao Xu, Pengzhen Ren, Junfan Lin, Hefeng Wu, Liang Lin, Xiaodan Liang

机构 * Sun Yat-sen University（中山大学） ； MBZUAI ； Peng Cheng Laboratory（鹏城实验室） ； X-Era.AI Inc.（X-Era.AI公司） ； Spatialtemporal AI（时空人工智能） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；robotics(abstract)；embodied agent(abstract)

Comments project page: https://abliao.github.io/RoBridge/

MoMa-Kitchen: A 100K+ Benchmark for Affordance-Grounded Last-Mile Navigation in Mobile Manipulation

Pingrui Zhang, Xianqiang Gao, Yuhan Wu, Kehui Liu, Dong Wang, Zhigang Wang, Bin Zhao, Yan Ding, Xuelong Li

机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； Northwestern Polytechnical University（西北工业大学） ； TeleAI, China Telecom Corp Ltd（中国电信 TeleAI 公司） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；navigation(title,abstract)；embodied AI(abstract)；robotic(abstract)

GaussianDream++: Efficient 3D Gaussian World Modeling for Robotic Manipulation

GaussianDream++：面向机器人操作的高效三维高斯世界建模

Yuqing Jiang, Zijian Zhang, Weitao Zhou, Jiawei Wang, Junjie He, Lei Yang, Haifang Qing, Si Liu, Ding Zhao, Ping Luo, Haibao Yu

机构 * Tuojing Intelligence（拓境智能） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；world model(title)；分类 cs.RO

AI总结 GaussianDream++ 是一种高效三维高斯世界建模方法，通过在 VLA 骨干中插入世界状态与预测 token，提升机器人操作性能，在 LIBERO、LIBERO-Plus 及真实机器人实验中均取得显著效果且部署高效。

Comments 17 pages, 4 figures