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。

2026-06-12 至 2026-06-12 共收录 3 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 具身与机器人 3 篇

2606.13494 2026-06-12 cs.RO cs.CV 新提交 87%

NavWAM: A Navigation World Action Model for Goal-Conditioned Visual Navigation

NavWAM：用于目标条件视觉导航的导航世界动作模型

Daichi Azuma, Taiki Miyanishi, Koya Sakamoto, Shuhei Kurita, Yaonan Zhu, Petr Khrapchenkov, Motoaki Kawanabe, Yusuke Iwasawa, Yutaka Matsuo

机构 * The University of Tokyo（东京大学）； National Institute of Informatics（国立信息学研究所）； AIRoA ； ATR

专题命中具身与机器人：world model(abstract)；world models(abstract)；world-model(abstract)；world model(abstract)

AI总结提出NavWAM，一种扩散变换器策略，通过联合学习未来观测、目标进度值和动作块，将导航世界模型预测直接转化为可执行动作，在离线基准和真实机器人部署中优于基于规划的世界模型基线。

Comments Project page: https://dachii-azm.github.io/navwam/

2603.14482 2026-06-12 cs.CV 版本更新 69%

V-JEPA 2.1: Unlocking Dense Features in Video Self-Supervised Learning

V-JEPA 2.1: 解锁视频自监督学习中的密集特征

Lorenzo Mur-Labadia, Matthew Muckley, Amir Bar, Mido Assran, Koustuv Sinha, Mike Rabbat, Yann LeCun, Nicolas Ballas, Adrien Bardes

机构 * FAIR at Meta（Meta的FAIR）； Universidad de Zaragoza（萨拉戈萨大学）

专题命中具身与机器人：world model(abstract)；world model(abstract)；分类 cs.CV

AI总结提出V-JEPA 2.1系列自监督模型，通过密集预测损失、深度自监督、多模态分词器和有效缩放，学习图像和视频的密集高质量视觉表示，在多个基准上取得最优性能。

2511.18322 2026-06-12 cs.RO cs.CV cs.LG 版本更新 60%

Learning Visually Interpretable Oscillator Networks for Soft Continuum Robots from Video

从视频中学习软体连续体机器人的视觉可解释振荡器网络

Henrik Krauss, Johann Licher, Naoya Takeishi, Annika Raatz, Takehisa Yairi

机构 * Department of Advanced Interdisciplinary Studies, The University of Tokyo（东京大学先进跨学科研究系）； Institute of Assembly Technology and Robotics, Leibniz University Hannover（莱比锡大学汉诺威装配技术与机器人研究所）； Research Center for Advanced Science and Technology, The University of Tokyo（东京大学先进科学研究中心）

专题命中具身与机器人：latent dynamics(abstract)；分类 cs.LG、cs.CV、cs.RO

AI总结提出注意力广播解码器（ABCD）和视觉振荡器网络（VONs），实现从视频中学习软体连续体机器人动力学的视觉和机械可解释性，多步预测误差降低5.8倍。

Comments Code available at: https://github.com/UThenrik/visual_oscillators_for_SCR Dataset available at: https://zenodo.org/records/17812071 Video available at: https://youtu.be/i80H8erVISM