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。

2026-01-08 至 2026-01-08 共收录 3 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 通用世界模型 3 篇

2601.03782 2026-01-08 cs.RO cs.AI cs.CV 93%

PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation

PointWorld: 为真实世界机器人操作扩展3D世界模型

Wenlong Huang, Yu-Wei Chao, Arsalan Mousavian, Ming-Yu Liu, Dieter Fox, Kaichun Mo, Li Fei-Fei

机构 * Stanford University（斯坦福大学）； NVIDIA（英伟达）

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

AI总结 PointWorld通过统一状态和动作的3D点流模型，实现了在真实世界中机器人操作的高效预测与控制，无需额外演示或训练。

2601.03517 2026-01-08 cs.CV 91%

Semantic Belief-State World Model for 3D Human Motion Prediction

语义信念状态世界模型用于3D人体运动预测

Sarim Chaudhry

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学）

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

AI总结本文提出语义信念状态世界模型，通过将人体视为世界模型状态空间的一部分，实现更稳定的长期运动预测与模拟。

2601.04035 2026-01-08 cs.AI 90%

MobileDreamer: Generative Sketch World Model for GUI Agent

MobileDreamer: 用于GUI代理的生成式草图世界模型

Yilin Cao, Yufeng Zhong, Zhixiong Zeng, Liming Zheng, Jing Huang, Haibo Qiu, Peng Shi, Wenji Mao, Wan Guanglu

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院）； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）； Meituan（美团）

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 MobileDreamer通过生成式草图世界模型和rollout想象策略，提升GUI代理在长周期任务中的决策能力，任务成功率提升5.25%。