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。

2026-04-13 至 2026-04-13 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

2504.03353 2026-04-13 cs.MA cs.AI 90%

Decentralized Collective World Model for Emergent Communication and Coordination

去中心化的集体世界模型用于涌现通信与协调

Kentaro Nomura, Tatsuya Aoki, Tadahiro Taniguchi, Takato Horii

机构 * The University of Osaka（大阪大学）； Kyoto University（京都大学）； Ritsumeikan University（立命馆大学）； The University of Tokyo（东京大学）

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总结本文提出一种去中心化的多智能体世界模型，通过时间扩展的集体预测编码实现通信与协调的同步发展，通过对比学习促进信息对齐，展示了在双智能体轨迹绘制任务中优于非通信模型的协调能力。

Comments Accepted at IEEE ICDL 2025

2604.09535 2026-04-13 cs.CV 86%

EgoTL: Egocentric Think-Aloud Chains for Long-Horizon Tasks

EgoTL：用于长时任务的目视思考链

Lulin Liu, Dayou Li, Yiqing Liang, Sicong Jiang, Hitesh Vijay, Hezhen Hu, Xuhai Xu, Zirui Liu, Srinivas Shakkottai, Manling Li, Zhiwen Fan

机构 * UMN（明尼苏达大学）； TAMU（德克萨斯农工大学）； Brown University（布朗大学）； McGill University（麦吉尔大学）； UT Austin（德克萨斯大学奥斯汀分校）； Columbia University（哥伦比亚大学）； Northwestern University（西北大学）

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

AI总结本文提出EgoTL，通过构建目视思考链管道，提升长时任务中视觉语言模型和世界模型的推理与规划能力，发现基础模型在作为目视助手或开放世界模拟器方面仍有不足。

Comments https://ego-tl.github.io/

2604.09415 2026-04-13 cs.CV cs.AI cs.LG cs.RO 83%

PhysInOne: Visual Physics Learning and Reasoning in One Suite

PhysInOne：一套视觉物理学习与推理系统

Siyuan Zhou, Hejun Wang, Hu Cheng, Jinxi Li, Dongsheng Wang, Junwei Jiang, Yixiao Jin, Jiayue Huang, Shiwei Mao, Shangjia Liu, Yafei Yang, Hongkang Song, Shenxing Wei, Zihui Zhang, Peng Huang, Shijie Liu, Zhengli Hao, Hao Li, Yitian Li, Wenqi Zhou, Zhihan Zhao, Zongqi He, Hongtao Wen, Shouwang Huang, Peng Yun, Bowen Cheng, Pok Kazaf Fu, Wai Kit Lai, Jiahao Chen, Kaiyuan Wang, Zhixuan Sun, Ziqi Li, Haochen Hu, Di Zhang, Chun Ho Yuen, Bing Wang, Zhihua Wang, Chuhang Zou, Bo Yang

机构 * vLAR Group（vLAR 研究组）； The Hong Kong Polytechnic University（香港理工大学）； Syai Singapore（Syai 新加坡）； Meta

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 PhysInOne通过大规模合成数据提升AI系统对物理现象的理解，包含200万视频和15万动态3D场景，涵盖71种基本物理现象，用于物理感知视频生成、未来帧预测、物理属性估计和运动转移等应用。

Comments CVPR 2026. Siyuan, Hejun, Hu, Jinxi, Dongsheng, Junwei, Yixiao, Jiayue, and Shiwei are co-first authors. Project page: https://vlar-group.github.io/PhysInOne.html