DriveWorld: 4D Pre-trained Scene Understanding via World Models for Autonomous Driving
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Accepted by CVPR2024
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。
1. 通用世界模型 4334 篇
Surfer: Progressive Reasoning with World Models for Robotic Manipulation
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
STORM: Efficient Stochastic Transformer based World Models for Reinforcement Learning
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
RLFlow: Optimising Neural Network Subgraph Transformation with World Models
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments 14 pages, 11 figures
Discovering and Achieving Goals via World Models
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments NeurIPS 2021. First two authors contributed equally. Website at https://orybkin.github.io/lexa/
Latent Particle World Models: Self-supervised Object-centric Stochastic Dynamics Modeling
潜在粒子世界模型：自监督的以对象为中心的随机动态建模
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； Brown University（布朗大学） ； Lambda ； Technion（技术学院）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 LPWM通过自监督学习实现现实世界多对象数据的随机动态建模，并在决策制定中展现卓越性能。
Comments ICLR 2026 Oral. Project webpage: https://taldatech.github.io/lpwm-web
Towards Unified World Models for Visual Navigation via Memory-Augmented Planning and Foresight
通过记忆增强的规划和前瞻性构建视觉导航的统一世界模型
机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） ； Apple（苹果公司） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 本文提出UniWM，一种整合视觉前瞻性与规划的统一世界模型，通过记忆机制提升导航鲁棒性和泛化能力，在多个基准测试中显著提升导航成功率。
Comments Accepted to ECCV 2026. 22 pages, 12 figures, code: https://github.com/UWMILab/UniWM
ContactGuard: Pre-Contact Execution Monitoring with Action-Conditioned Latent World Models
ContactGuard：基于动作条件潜世界模型的接触前执行监控器
机构 * College of Connected Computing, Vanderbilt University（范德堡大学连接计算学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机学院） ； Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 ContactGuard是基于动作条件潜世界模型的接触前执行监控器，通过预测接触前动作的潜态后果判断是否失败，能准确预测接触型操纵任务失败，可迁移至真实机器人且无需修改底层策略。
Comments 14 pages, 5 figures, 8 tables
PhysCoRe: Physics-Corrected Residual World Models for Material-Aware Deformable Dynamics
PhysCoRe：用于材料感知可变形动力学的物理校正残差世界模型
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 针对可变形物体操作演变预测难题，提出PhysCoRe模型，结合可微MPM模拟器与两个前馈神经网络，通过MfM和RfD模块实现物理校正与残差学习，提升预测精度，其置信度分布为未来探索提供信号。
Path-Measure Dynamics of Attention-Driven World Models: A Nonlocal Onsager--Machlup Approach
注意力驱动世界模型的路径测度动力学：非局部Onsager-Machlup方法
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 本文通过非局部Onsager-Machlup作用量研究注意力引入记忆导致的非马尔可夫潜动力学，证明路径测度是隐线性马尔可夫增广的投影，并建立短记忆极限下的局部理论。
Comments 8 pages
Imitation from Heterogeneous Demonstrations using Grounded Latent-Action World Models
使用基于接地潜在动作世界模型的异构演示模仿学习
机构 * University of Oxford（牛津大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 提出GLAM方法，通过共享潜在动作空间对齐异构数据源，学习接地潜在动作世界模型，在数据稀缺时提升模仿学习性能，平均任务成功率提高48%。
Comments 17 pages, 8 figures. Project page: https://viccccciv.github.io/glam/
One Image is All You Need: Agentic One-Shot Image Generation via Text-Based World Models for Long-Tail Spatial Perception
一图足矣：基于文本世界模型的智能体单样本图像生成用于长尾空间感知
机构 * Tsinghua University（清华大学） ； SenseTime Research（商汤科技研究院） ； Sun Yat-Sen University（中山大学） ； Technical University of Munich（慕尼黑工业大学） ； Heilbronn Data Science Center（海尔布隆数据科学中心） ； Munich Data Institute（慕尼黑数据研究所）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 提出WMGen-v1框架，利用单张参考图像通过LVLM构建结构化场景表示，LLM进行物理合理的场景扩展，再由扩散模型生成多样化的长尾训练数据，缓解空间感知中的数据稀缺问题。
Pixels to Proofs: Probabilistically-Safe Latent World Model Control via Parallel Conformal Robust MPC
从像素到证明：通过并行保形鲁棒MPC实现概率安全的潜在世界模型控制
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)；world models(abstract)；world-model(abstract)
AI总结 提出SLS^2框架，结合保形预测与鲁棒模型预测控制，在学习的潜在世界模型中实现基于视觉的安全运动规划，提升目标到达性能与安全性。
Vision-Language-Action Models Meet World Models: Embodied Agentic AI for Low-Altitude Wireless Networks
视觉-语言-动作模型遇见世界模型：面向低空无线网络的具身智能体AI
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 提出具身智能体无人机框架，以VLA模型为核心实现端到端决策，引入世界模型建模环境动态，通过记忆与反射机制形成闭环优化，实现低空无线网络的鲁棒自主控制。
General Agentic Planning Through Simulative Reasoning with World Models
通过世界模型的模拟推理实现通用代理规划
机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； UC San Diego（南加州大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 本文提出通过模拟推理实现通用代理规划，利用世界模型进行未来状态预测，提升决策能力，通过SiRA架构在不同任务中取得更高任务完成率。
Comments Winner of Berkeley LLM Agents Hackathon (Fundamentals Track); code available at https://github.com/sailing-lab/sira
What Drives Success in Physical Planning with Joint-Embedding Predictive World Models?
在联合嵌入预测世界模型中成功因素是什么？
机构 * Meta FAIR ； Inria Paris（巴黎理工院） ； Ecole normale supérieure / PSL（巴黎高等师范学院 / PSL） ； New York University（纽约大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 本文研究了在物理规划中使用联合嵌入预测世界模型（JEPA-WMs）的成功因素，通过分析模型架构、训练目标和规划算法对规划成功的影响，提出了一种在导航和操作任务中优于现有基线方法的模型。
Comments V2 of the article: - Added AdaLN-zero - Added table comparing JEPA-WMs with baselines with std translating per-seed variability only, no variability across epochs - Reordered figures in main body of the paper V3: added data scaling experiments, theoretical appendix section on autoregressive rollout, acceptance at TMLR
World Models That Know When They Don't Know - Controllable Video Generation with Calibrated Uncertainty
能识别不确定性的世界模型 - 可控视频生成中的校准不确定性
机构 * Princeton University（普林斯顿大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 提出C3方法，通过校准不确定性量化提升可控视频生成的可靠性与可信度。
seq-JEPA: Autoregressive Predictive Learning of Invariant-Equivariant World Models
seq-JEPA: 自回归预测学习不变-等变世界模型
机构 * Université de Montréal（蒙特利尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； CHU Sainte-Justine（圣约斯特医院）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 seq-JEPA通过引入架构归纳偏置，解决SSL中不变性与等变性任务间的性能权衡，同时学习两种独立表示以提升下游任务表现。
PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation
PointWorld: 为真实世界机器人操作扩展3D世界模型
机构 * Stanford University（斯坦福大学） ； NVIDIA（英伟达）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 PointWorld通过统一状态和动作的3D点流模型，实现了在真实世界中机器人操作的高效预测与控制，无需额外演示或训练。
Learning Massively Multitask World Models for Continuous Control
学习大规模多任务世界模型用于连续控制
机构 * University of California San Diego（加州大学圣地亚哥分校）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 Newt通过大规模预训练和在线交互，实现智能体在数百个任务上的多任务学习，提升连续控制的效率和适应性。
Comments Webpage: https://www.nicklashansen.com/NewtWM
Decentralized Transformers with Centralized Aggregation are Sample-Efficient Multi-Agent World Models
机构 * Tsinghua University（清华大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Accepted by Transactions on Machine Learning Research
DiWA: Diffusion Policy Adaptation with World Models
机构 * University of Freiburg（弗赖堡大学） ； University of Technology Nuremberg（纽伦堡技术大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Accepted at the 2025 Conference on Robot Learning (CoRL)
Hierarchical World Models as Visual Whole-Body Humanoid Controllers
机构 * UC San Diego（UC圣地亚哥大学） ； New York University（纽约大学） ； Meta AI
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Code and videos at https://nicklashansen.com/rlpuppeteer
COMBO: Compositional World Models for Embodied Multi-Agent Cooperation
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Published at ICLR 2025. 24 pages. The first three authors contributed equally
Dreamweaver: Learning Compositional World Models from Pixels
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Adapting World Models with Latent-State Dynamics Residuals
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments 15 pages, 11 figures. Project website at https://redraw.jblanier.net/
LUMOS: Language-Conditioned Imitation Learning with World Models
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Accepted at the 2025 IEEE International Conference on Robotics and Automation (ICRA)
PIANIST: Learning Partially Observable World Models with LLMs for Multi-Agent Decision Making
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments Published at Language Gamification Workshop 2024 @ NeurIPS
SafeDreamer: Safe Reinforcement Learning with World Models
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments ICLR 2024
On the Road to Clarity: Exploring Explainable AI for World Models in a Driver Assistance System
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
Comments 8 pages, 6 figures, to be published in IEEE CAI 2024
