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。

2026-09-01 至 2026-09-01 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

2606.01600 2026-09-01 cs.CV cs.CL cs.RO 版本更新 96%

RoboTrustBench：机器人操作视频世界模型的可信度基准测试

Huiqiong Li, Jiayu Wang, Zhiting Mei, Anirudha Majumdar, Jingjing Chen, Bin Zhu

机构 * Singapore Management University（新加坡国立管理学院）； Fudan University（复旦大学）； 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总结针对视频世界模型在机器人操作中的可信度问题，提出RoboTrustBench基准，包含正常、约束敏感、反事实和对抗四种场景，通过专家验证的指令-图像对和六维评估协议，发现当前模型在约束推理、反事实基础、物理交互和不安全指令抑制方面存在不足。

2608.30692 2026-09-01 cs.CV 新提交 96%

视频世界模型能否追踪未被观测的世界状态？

Joonghyuk Shin, Yicong Hong, Jaesik Park, Xun Huang

机构 * Seoul National University（首尔大学）； Roblox（罗布乐思公司）

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总结该研究通过动作条件视频“贝壳游戏”实验，发现多数视频世界模型无法追踪未观测的世界状态，仅线性注意力（转移特征值为负）和TTT（带非线性快速权重）可实现外推，为构建有状态视频世界模型提供了方向。