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。

2026-04-06 至 2026-04-06 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

2604.03144 2026-04-06 cs.AR cs.AI cs.CL 88%

InCoder-32B-Thinking: Industrial Code World Model for Thinking

InCoder-32B-Thinking：工业代码世界模型用于推理

Jian Yang, Wei Zhang, Jiajun Wu, Junhang Cheng, Tuney Zheng, Fanglin Xu, Weicheng Gu, Lin Jing, Yaxin Du, Joseph Li, Yizhi Li, Yan Xing, Chuan Hao, Ran Tao, Ruihao Gong, Aishan Liu, Zhoujun Li, Mingjie Tang, Chenghua Lin, Siheng Chen, Wayne Xin Zhao, Xianglong Liu, Ming Zhou, Bryan Dai, Weifeng Lv

机构 * Beihang University（北京航空航天大学）； IQuest Research ； Shanghai Jiao Tong University（上海交通大学）； ELLIS ； University of Manchester（曼彻斯特大学）； Sichuan University（四川大学）； Langboat（朗博特）

专题命中通用世界模型：world model(title,abstract)；world model(title,abstract)；分类 cs.AI

AI总结本文提出InCoder-32B-Thinking，通过工业代码世界模型生成推理轨迹，评估显示其在通用和工业基准上均取得领先开源结果。

2604.02580 2026-04-06 cs.LG 84%

VoxelCodeBench: Benchmarking 3D World Modeling Through Code Generation

VoxelCodeBench：通过代码生成进行3D世界建模的基准测试

Yan Zheng, Florian Bordes

机构 * FAIR at Meta（Meta FAIR）； The University of Texas at Austin（德克萨斯大学奥斯汀分校）

专题命中通用世界模型：world model(title)；world model(title)；分类 cs.LG

AI总结本文提出VoxelCodeBench基准，通过代码生成评估3D空间推理能力，发现生成可执行代码易，但生成空间正确输出难，尤其在几何构造和多物体组合上挑战大。

2604.02345 2026-04-06 cs.LG cs.AI 73%

UI-Oceanus: Scaling GUI Agents with Synthetic Environmental Dynamics

UI-Oceanus：通过合成环境动态扩展GUI代理

Mengzhou Wu, Yuzhe Guo, Yuan Cao, Haochuan Lu, Songhe Zhu, Pingzhe Qu, Xin Chen, Kang Qin, Zhongpu Wang, Xiaode Zhang, Xinyi Wang, Wei Dai, Gang Cao, Yuetang Deng, Zhi Gong, Dezhi Ran, Linyi Li, Wei Yang, Tao Xie

机构 * Key Lab of HCST (PKU), MOE（高可信软件技术教育部重点实验室（北京大学）；北京大学计算机学院）； School of Computer Science, Peking University（北京通明湖信息技术应用创新中心）； Beijing Tongming Lake Information Technology Application Innovation Center（腾讯微信）； WeChat, Tencent Inc.（西蒙菲莎大学）； Simon Fraser University（德克萨斯大学达拉斯分校）； University of Texas at Dallas（复旦大学系统与先进计算研究所）； Fudan University Institute of Systems for Advanced Computing（上海开放计算系统研究所）； Shanghai Institute of Systems for Open Computing

专题命中通用世界模型：world model(abstract)；world model(abstract)；分类 cs.AI、cs.LG；predictive model(abstract)

AI总结本文提出UI-Oceanus框架，通过地面真实环境反馈掌握交互物理，解决GUI代理扩展中的数据瓶颈问题，实验表明其在离线和在线导航中均优于基线方法。