视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-01-01 至 2026-01-01 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 通用世界模型 2 篇

2505.20425 2026-01-01 cs.RO 90%

OSVI-WM: One-Shot Visual Imitation for Unseen Tasks using World-Model-Guided Trajectory Generation

OSVI-WM：通过世界模型引导轨迹生成实现单次视觉模仿

Raktim Gautam Goswami, Prashanth Krishnamurthy, Yann LeCun, Farshad Khorrami

机构 * New York University Tandon School of Engineering（纽约大学Tandon工程学院）； New York University Courant Institute of Mathematical Sciences（纽约大学Courant数学科学研究所）； Meta-FAIR

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

AI总结 OSVI-WM通过世界模型引导轨迹生成，实现对未见任务的单次视觉模仿学习，提升机器人执行复杂任务的能力。

2512.23722 2026-01-01 cs.CL 80%

Emergent World Beliefs: Exploring Transformers in Stochastic Games

涌现的世界信念：探索变换器在随机游戏中的应用

Adam Kamel, Tanish Rastogi, Michael Ma, Kailash Ranganathan, Kevin Zhu

机构 * University of Waterloo（多伦多大学）； University of California, Berkeley（加州大学伯克利分校）； Algoverse AI Research（Algoverse人工智能研究）

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

AI总结本文研究了LLMs在扑克等信息不完全领域中学习随机环境表示的能力，通过预训练和内部激活探测，展示了模型能自主学习确定性和随机性特征。

Comments Accepted at NeurIPS 2025 Mechanistic Interpretability Workshop