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。

2026-08-28 至 2026-08-28 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 视频世界模型 2 篇

2608.27406 2026-08-28 cs.RO cs.AI cs.CV 新提交 96%

CLAP：跨具身视频世界模型是零样本物理模拟器

Kechen Liu, Ola Shorinwa

机构 * Princeton University（普林斯顿大学）

专题命中视频世界模型：world model(title,abstract)；world models(title,abstract)；video world model(title,abstract)；world model(title,abstract)

AI总结 CLAP是跨具身动作条件视频生成框架，可在人类与机器人的多样化视频上训练，能接近或超越单具身视频模型性能，开源代码与模型，为训练单具身视频世界模型提供新范式。

2608.27328 2026-08-28 cs.CV 新提交 96%

R2M-Bench：通过交互式视频世界模型中的相对一致性评估重访记忆

Qiwen Gu, Bingjie Gao, Rui Chen, Geng Li, Jifan Li, Qishuai Wen, Li Niu, Jing Tang, Xiangxiang Chu, Junqiao Zhao

机构 * DreamX Team, Alibaba Group（阿里巴巴集团DreamX团队）； Tongji University（同济大学）； Shanghai Jiao Tong University（上海交通大学）

专题命中视频世界模型：world model(title,abstract)；world models(title,abstract)；video world model(title,abstract)；world model(title,abstract)

AI总结该研究提出R2M-Bench基准，通过同滚动过程的相对校准评估视频世界模型的重访记忆，其NMR与人类判断相关性良好，可减少慢动作捷径，DreamX-World-Memo表现最优。