世界模型

Text2World: Benchmarking Large Language Models for Symbolic World Model Generation

Mengkang Hu, Tianxing Chen, Yude Zou, Yuheng Lei, Qiguang Chen, Ming Li, Yao Mu, Hongyuan Zhang, Wenqi Shao, Ping Luo

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

Comments Project page: https://text-to-world.github.io/

AdaWM: Adaptive World Model based Planning for Autonomous Driving

Hang Wang, Xin Ye, Feng Tao, Chenbin Pan, Abhirup Mallik, Burhaneddin Yaman, Liu Ren, Junshan Zhang

专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)；latent dynamics(abstract)；model based reinforcement learning(abstract)

Comments ICLR 2025

GAWM: Global-Aware World Model for Multi-Agent Reinforcement Learning

Zifeng Shi, Meiqin Liu, Senlin Zhang, Ronghao Zheng, Shanling Dong, Ping Wei

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

Comments 9 pages, 5 figures

An Efficient Occupancy World Model via Decoupled Dynamic Flow and Image-assisted Training

Haiming Zhang, Ying Xue, Xu Yan, Jiacheng Zhang, Weichao Qiu, Dongfeng Bai, Bingbing Liu, Shuguang Cui, Zhen Li

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

Evaluating the World Model Implicit in a Generative Model

Keyon Vafa, Justin Y. Chen, Ashesh Rambachan, Jon Kleinberg, Sendhil Mullainathan

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

DOME: Taming Diffusion Model into High-Fidelity Controllable Occupancy World Model

Songen Gu, Wei Yin, Bu Jin, Xiaoyang Guo, Junming Wang, Haodong Li, Qian Zhang, Xiaoxiao Long

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

Comments Please visit our project page at https://gusongen.github.io/DOME

WALL-E: World Alignment by Rule Learning Improves World Model-based LLM Agents

Siyu Zhou, Tianyi Zhou, Yijun Yang, Guodong Long, Deheng Ye, Jing Jiang, Chengqi Zhang

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

Comments 35 pages, including references and appendix. Code is available at https://github.com/elated-sawyer/WALL-E

WorldGPT: Empowering LLM as Multimodal World Model

Zhiqi Ge, Hongzhe Huang, Mingze Zhou, Juncheng Li, Guoming Wang, Siliang Tang, Yueting Zhuang

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

Comments update v2

World Modeling for Autonomous Wheel Loaders

Koji Aoshima, Arvid Fälldin, Eddie Wadbro, Martin Servin

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

Comments 23 pages, 19 figures

Estimation of User's World Model Using Graph2vec

Tatsuya Sakai, Takayuki Nagai

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

A Biologically-Inspired Dual Stream World Model

Arthur Juliani, Margaret Sereno

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

Towards a Domain Specific Language for a Scene Graph based Robotic World Model

Sebastian Blumenthal, Herman Bruyninckx

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

Comments Presented at DSLRob 2013 (arXiv:cs/1312.5952)

Electromagnetic World Model for 6G: A Unified Framework for Joint Environment Reconstruction and Channel Prediction

面向6G的电磁世界模型：环境重建与信道预测的统一框架

Yizhu Zhao, Li Yu, Jianhua Zhang, Yuxiang Zhang, Zhen Zhang, Guangyi Liu

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

AI总结 该研究针对6G智能终端需同时实现环境感知与通信的需求，提出EMWM统一框架，融合多模态信息完成信道预测与环境重建，性能优于基线方法，具备鲁棒性与零样本泛化能力。

Large Emotional World Model

大规模情感世界模型

Changhao Song, Yazhou Zhang, Hui Gao, Chang Yang, Peng Zhang

机构 * College of Intelligence and Computing, Tianjin University（智能与计算学院，天津大学） 纠错

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 本文提出大规模情感世界模型，通过构建情感-原因-方式数据集，整合情感因素以提升对情感驱动社会行为的预测能力。

Music-JEPA: Learning a World Model of Sound from Action

Music-JEPA：从动作中学习声音的世界模型

Ziyu Wang, Kun Fang, Yann LeCun

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 研究提出Music-JEPA，将音乐构建为动作条件系统，用JEPA学习钢琴声音世界模型，在离线状态下用配对数据训练。实验表明模型能捕捉音乐动作与声音关系，其表示支持下游任务并能通过规划实现钢琴转录。

EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World

EvolvingWorld：用于交互式文学世界中角色与世界模型协同进化的开放架构框架

Qing Zong, Yue Guo, Mengxin Yang, Yiwen Guo, Yangqiu Song

机构 * Hong Kong University of Science and Technology（香港科技大学） ； LIGHTSPEED（光速） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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 研究交互式文学世界中角色与世界协同进化问题，提出EvolvingWorld框架，含角色智能体和世界模型两个耦合模块，制定7个可训练任务，构建数据集并引入评估协议，实验证明其能有效改进长期模拟。

DSGE as a Structured World Model:Benchmarking Counterfactual Generalization in Economic Worlds

作为结构化世界模型的动态随机一般均衡模型：经济世界中反事实泛化的基准测试

Wenli Xu

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 研究现代世界模型在反事实状态下的弱点，提出动态随机一般均衡（DSGE）模型是结构化世界模型，介绍DSGE-Gym基准，发现学习的世界模型在路径外崩溃，用DSGE生成的数据训练可减少误差。

Towards World Model-Empowered Integrated Sensing, Communication, and Decision for Complex Unmanned Systems

迈向世界模型赋能的复杂无人系统集成感知、通信与决策

Xue Han, Yongpeng Wu, Meng Shen, Wenjun Xu, Biqian Feng, Zijin Wang, Xiaohu You, Shengli Sun, Wenjun Zhang

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 针对复杂无人系统，提出一种世界模型赋能的感知-通信-决策集成框架，通过时敏AoI驱动感知、预测世界模型和多粒度知识图谱，实现联合优化。

Comments Accepted by IEEE Communications Magazine

Beyond Next-Observation Prediction: Agent-Authored World Modeling for Sequential Decision Making

超越下一观测预测：面向序贯决策的智能体自创世界建模

Guangfeng Cai, Kaibing Yang, Shuo He, Yu Li, Shengtian Yang, Jiaqi Lv, Lei Feng

机构 * Southeast University（东南大学） ； Meituan（美团） 纠错

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

AI总结 提出智能体自创世界建模（AAWM），根据策略决策需求构建训练目标，而非预测下一观测，实验证明其比下一观测预测提供更有效的学习信号。

Comments 16 pages, 4 figures, 6 tables

Against the Monolithic Wireless World Model: Why NextG Needs Composable and Agentic Intelligence

反对单一无线世界模型：为什么NextG需要可组合和代理智能

Aladin Djuhera, Farhan Ahmed, Vlad C. Andrei, Swanand Ravindra Kadhe, Alecio Binotto, Haris Gacanin, Holger Boche

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 本文指出无线领域缺乏等同于LLM的数据基础，主张采用可组合和代理智能架构以实现可部署的AI原生网络。

Journal ref ICML 2026 Workshop on AI and ML for NextG

Compact LLM Deployment and World Model Assisted Offloading in Mobile Edge Computing

紧凑型大语言模型部署与世界模型辅助的卸载在移动边缘计算中

Ruichen Zhang, Xiaofeng Luo, Jiayi He, Jiawen Kang, Zehui Xiong, Shiwen Mao

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

AI总结 本文研究了移动边缘计算网络中紧凑型大语言模型（LLM）部署和世界模型辅助的推断卸载问题，提出了一种边缘紧凑型LLM部署（ECLD）框架，结合结构化剪枝、低比特量化和知识蒸馏来构建可部署于边缘的LLM变种，并通过四个互补指标评估这些模型。基于这些紧凑模型，提出了一个MEC卸载优化问题，旨在最小化长期平均推断延迟，同时满足设备能耗预算和LLM特定的服务质量约束。为了解决未知且时间变化的网络动态问题，开发了一种世界模型-近端策略优化（PPO）算法，该算法在原策略优化算法中加入了学习的递归世界模型，以提供改进的价值目标和短时间想象回放。

Comments 16 pages, 10 figures

Fewer, Better Frames: A Compute-Normalized Proof of Concept for Coherence-First World-Model Rendering with Model-Guided FSR4 Frame Generation

更少但更好的帧：一种计算归一化的概念验证，采用一致性优先的世界模型渲染与模型引导的FSR4帧生成

Paweł Katarzyński

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

AI总结 本文提出一种一致性优先的渲染策略，通过生成高上下文锚定帧（15 FPS）并利用潜在增量运动引导和合成深度重建至30 FPS，在有限推理预算下比原生30 FPS基线更长时间保持场景几何、物体身份和深度层次，并通过LPIPS等指标验证了其有效性。

Comments 19 pages, 8 figures, independent systems proof of concept

Wavelet Variance Equipartition as a Threshold for World-Model Quality and Quantum Kernel TN-Simulability

小波方差等分作为世界模型质量的阈值及量子核TN可模拟性

Chon-Fai Kam, Xavier Cadet, Miloud Bessafi, Frederic Cadet

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

AI总结 本文基于小波方差等分提出世界模型质量评估标准，并揭示量子核经典模拟性的临界条件，通过张量网络理论证明潜在空间相变，结合VideoMAE分析展现空间与特征通道的二元性，最终推导出量子机器学习可扩展性的限制因素。

World model inspired sarcasm reasoning with large language model agents

受世界模型启发的大型语言模型代理 sarcasm 推理

Keito Inoshita, Shinnosuke Mizuno

机构 * Faculty of Business and Commerce, Kansai University（大阪 kansai 大学 商业与文理学院） ； Faculty of Medicine, The University of Tokyo（东京大学 医学部） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)

AI总结 本文提出 WM-SAR 模型，通过分解语义不一致性和意图进行 sarcasm 推理，实现高可解释性和性能提升。

Neuro-Symbolic Synergy for Interactive World Modeling

神经符号协同用于交互世界建模

Hongyu Zhao, Siyu Zhou, Haolin Yang, Zengyi Qin, Tianyi Zhou

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 NeSyS通过结合LLMs的概率语义先验与可执行符号规则，实现交互世界建模的表达力与鲁棒性，提升预测准确性和数据效率。

R-WoM: Retrieval-augmented World Model For Computer-use Agents

R-WoM：基于检索的世界模型用于计算机使用代理

Kai Mei, Jiang Guo, Shuaichen Chang, Mingwen Dong, Dongkyu Lee, Xing Niu, Jiarong Jiang

机构 * Rutgers University（罗杰斯大学） ； AWS Agentic AI（亚马逊敏捷人工智能） 纠错

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 R-WoM通过整合外部检索知识提升世界模型能力，有效改善长周期模拟中的决策表现。

Computer-Using World Model

计算机使用世界模型

Yiming Guan, Rui Yu, John Zhang, Lu Wang, Chaoyun Zhang, Liqun Li, Bo Qiao, Si Qin, He Huang, Fangkai Yang, Pu Zhao, Lukas Wutschitz, Samuel Kessler, Huseyin A Inan, Robert Sim, Saravan Rajmohan, Qingwei Lin, Dongmei Zhang

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

AI总结 CUWM是一种用于桌面软件的世界模型，通过两阶段分解预测UI状态变化，提升测试时动作决策的质量和鲁棒性。

Comments 35 pages, 7 figures

Reinforcement World Model Learning for LLM-based Agents

基于强化学习的世界模型学习用于基于大语言模型的智能体

Xiao Yu, Baolin Peng, Ruize Xu, Yelong Shen, Pengcheng He, Suman Nath, Nikhil Singh, Jiangfeng Gao, Zhou Yu

机构 * Columbia University, New York（哥伦比亚大学） ； Microsoft Research, Redmond（微软研究院） ； Dartmouth College, Hanover（达特茅斯学院） 纠错

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 本文提出了一种基于强化学习的世界模型学习方法，用于提升基于大语言模型的智能体在环境动态适应和预测方面的性能。

Comments fixed Nikhil Singh's affiliation

Coupled Distributional Random Expert Distillation for World Model Online Imitation Learning

世界模型在线模仿学习中的耦合分布随机专家蒸馏

Shangzhe Li, Zhiao Huang, Hao Su

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Hillbot（Hillbot公司） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)；world models(comments)；embodied world model(comments)

AI总结 本研究提出一种基于随机网络蒸馏的耦合分布随机专家蒸馏方法，用于提升世界模型在线模仿学习的稳定性与性能。

Comments NeurIPS 2025 Workshop of Embodied World Models; Code Available at: https://github.com/TobyLeelsz/CDRED-WM

Language-conditioned world model improves policy generalization by reading environmental descriptions

语言引导的世界模型通过阅读环境描述提升策略泛化能力

Anh Nguyen, Stefan Lee

机构 * Oregon State University（俄勒冈州立大学） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)；model-based reinforcement learning(abstract)；world models(comments)

AI总结 本文提出LED-WM，通过语言引导的世界模型提升策略泛化能力，无需依赖假设，有效应对新动态和语言描述的未见过游戏。

Comments NeuRIPS 2025. Workshop: LAW 2025: Bridging Language, Agent, and World Models