世界模型

RAYNOVA: Scale-Temporal Autoregressive World Modeling in Ray Space

RAYNOVA：在射线空间中实现尺度-时间自回归世界建模

Yichen Xie, Chensheng Peng, Mazen Abdelfattah, Yihan Hu, Jiezhi Yang, Eric Higgins, Ryan Brigden, Masayoshi Tomizuka, Wei Zhan

机构 * Applied Intuition ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 RAYNOVA通过双因果自回归框架实现尺度-时间自回归世界建模，在驾驶场景中实现多视角视频生成，具有更高的吞吐量和可控性。

Comments Accepted by CVPR 2026; Project website: https://raynova-ai.github.io/

FRAPPE: Infusing World Modeling into Generalist Policies via Multiple Future Representation Alignment

FRAPPE：通过多未来表示对齐将世界建模注入通用策略

Han Zhao, Jingbo Wang, Wenxuan Song, Shuai Chen, Yang Liu, Yan Wang, Haoang Li, Donglin Wang

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； South China University of Technology（华南理工大学） ； ShanghaiTech University（上海科技大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 FRAPPE通过多未来表示对齐提升通用机器人策略的世界建模能力，提高微调效率并减少数据依赖，实验证明其在长时序和未见场景中的泛化性能优于现有方法。

Comments Project Website: https://h-zhao1997.github.io/frappe

World Model Failure Classification and Anomaly Detection for Autonomous Inspection

自主检测机器人的世界模型故障分类与异常检测

Michelle Ho, Muhammad Fadhil Ginting, Isaac R. Ward, Andrzej Reinke, Mykel J. Kochenderfer, Ali-akbar Agha-Mohammadi, Shayegan Omidshafiei

机构 * Stanford University（斯坦福大学） ； Field AI 纠错

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

AI总结 本文提出了一种结合监督分类与异常检测的混合框架，用于自主检测任务中的故障分类和异常检测，实现了超过90%的准确率。

World-Model-Augmented Web Agents with Action Correction

具有动作修正的世界模型增强型网络代理

Zhouzhou Shen, Xueyu Hu, Xiyun Li, Tianqing Fang, Juncheng Li, Shengyu Zhang

机构 * Zhejiang University（浙江大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

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

AI总结 WAC通过多代理协作和风险感知机制，提升网络代理在复杂任务中的鲁棒性和执行效率。

WebWorld: A Large-Scale World Model for Web Agent Training

WebWorld: 一个大规模的世界模型用于网络代理训练

Zikai Xiao, Jianhong Tu, Chuhang Zou, Yuxin Zuo, Zhi Li, Peng Wang, Bowen Yu, Fei Huang, Junyang Lin, Zuozhu Liu

机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） 纠错

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

AI总结 WebWorld是一个大规模开放网络模拟器，通过大规模训练实现网络代理的有效训练，展示了在多个领域中的泛化能力。

From Snapshot Sensing to Persistent EM World Modeling: A Generative-Space Perspective for ISAC

从快照感知到持久电磁世界建模：一种面向ISAC的生成空间视角

Pin-Han Ho, Haoran Mei, Limei Peng, Yiming Miao, Kairan Liang, Yan Jiao

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

AI总结 本文提出一种基于生成空间的毫米波感知框架，通过低维激励空间实现灵活、可扩展的持续电磁世界建模，避免了快照感知的局限性。

Comments 7 pages, 6 figures/tables

UNeMo: Collaborative Visual-Language Reasoning and Navigation via a Multimodal World Model

UNeMo：通过多模态世界模型实现协作的视觉-语言推理与导航

Changxin Huang, Lv Tang, Zhaohuan Zhan, Lisha Yu, Runhao Zeng, Zun Liu, Zhengjie Wang, Jianqiang Li

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

AI总结 UNeMo通过多模态世界模型实现视觉-语言推理与导航的协作优化，提升导航准确率。

NetWorld: Communication-Based Diffusion World Model for Multi-Agent Reinforcement Learning in Wireless Networks

NetWorld: 基于通信的扩散世界模型用于无线网络中的多智能体强化学习

Kechen Meng, Rongpeng Li, Yansha Deng, Zhifeng Zhao, Honggang Zhang

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

AI总结 NetWorld通过通信增强的扩散世界模型，实现无线网络中多智能体强化学习的少样本泛化和高效轨迹规划。

The Patient is not a Moving Document: A World Model Training Paradigm for Longitudinal EHR

患者并非静态文档：一种用于纵向电子健康记录的world model训练范式

Irsyad Adam, Zekai Chen, David Laprade, Shaun Porwal, David Laub, Erik Reinertsen, Arda Pekis, Kevin Brown

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

AI总结 本文提出SMB-Structure模型，通过结合联合嵌入预测架构和next-token预测，学习捕捉疾病动态的嵌入，实现对高异质性复杂任务的竞争力表现。

Executable Ontologies in Game Development: From Algorithmic Control to Semantic World Modeling

可执行本体在游戏开发中的应用：从算法控制到语义世界建模

Alexander Boldachev

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

AI总结 本文提出利用可执行本体实现游戏开发中的语义世界建模，通过数据流条件实现任务中断，解决传统AI架构中的语义-过程鸿沟。

Comments 25 pages, 6 figures

Active Intelligence in Video Avatars via Closed-loop World Modeling

通过闭环世界建模实现视频虚拟角色的主动智能

Xuanhua He, Tianyu Yang, Ke Cao, Ruiqi Wu, Cheng Meng, Yong Zhang, Zhuoliang Kang, Xiaoming Wei, Qifeng Chen

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Meituan（美团） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出ORCA框架，通过闭环世界建模和双系统架构，实现视频虚拟角色的主动智能与目标导向行为。

Comments Project Page: https://xuanhuahe.github.io/ORCA/

FutureX: Enhance End-to-End Autonomous Driving via Latent Chain-of-Thought World Model

FutureX: 通过潜在链式思维世界模型增强端到端自动驾驶

Hongbin Lin, Yiming Yang, Yifan Zhang, Chaoda Zheng, Jie Feng, Sheng Wang, Zhennan Wang, Shijia Chen, Boyang Wang, Yu Zhang, Xianming Liu, Shuguang Cui, Zhen Li

机构 * FNii-Shenzhen（FNii深圳分部） ； SSE, CUHK-Shenzhen（SSE，CUHK深圳分校） ； Xpeng Motors（小鹏汽车） ； MiroMind AI（MiroMind人工智能） ； Xidian University（西安电子科技大学） 纠错

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

AI总结 FutureX通过链式思维世界模型增强端到端自动驾驶，提升复杂场景下的运动规划质量与安全性。

Seeing through Imagination: Learning Scene Geometry via Implicit Spatial World Modeling

通过想象看见：通过隐式空间世界建模学习场景几何

Meng Cao, Haokun Lin, Haoyuan Li, Haoran Tang, Rongtao Xu, Dong An, Xue Liu, Ian Reid, Xiaodan Liang

机构 * MBZUAI ； SYSU（南方科技大学） ； PKU（北京大学） ； Spatialtemporal AI（时空人工智能） 纠错

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

AI总结 本文提出MILO和RePE，通过隐式空间世界建模提升多模态大语言模型的空间推理能力。

DynamicVerse: A Physically-Aware Multimodal Framework for 4D World Modeling

DynamicVerse: 一种具有物理意识的多模态框架用于4D世界建模

Kairun Wen, Yuzhi Huang, Runyu Chen, Hui Zheng, Yunlong Lin, Panwang Pan, Chenxin Li, Wenyan Cong, Jian Zhang, Junbin Lu, Chenguo Lin, Dilin Wang, Zhicheng Yan, Hongyu Xu, Justin Theiss, Yue Huang, Xinghao Ding, Rakesh Ranjan, Zhiwen Fan

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

AI总结 DynamicVerse提出了一种多模态框架，通过整合大规模视觉、几何和多模态模型，实现动态现实世界视频的4D世界建模，提升了对物理尺度测量的全局准确性。

DREAMer-VXS: A Latent World Model for Sample-Efficient AGV Exploration in Stochastic, Unobserved Environments

DREAMer-VXS：一种用于在随机、未观测环境中高效样本AGV探索的潜在世界模型

Agniprabha Chakraborty

机构 * Department of Power Engineering, Jadavpur University（功率工程系，贾瓦德普尔大学） 纠错

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

AI总结 DREAMer-VXS通过高效样本利用和潜在世界模型，实现AGV在随机未观测环境中的高效探索与鲁棒导航

PragWorld: A Benchmark Evaluating LLMs' Local World Model under Minimal Linguistic Alterations and Conversational Dynamics

Sachin Vashistha, Aryan Bibhuti, Atharva Naik, Martin Tutek, Somak Aditya

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

Comments 23 pages, 15 tables, 10 figures; AAAI 2026 Conference Main Track (oral)

ProTerrain: Probabilistic Physics-Informed Rough Terrain World Modeling

Golnaz Raja, Ruslan Agishev, Miloš Prágr, Joni Pajarinen, Karel Zimmermann, Arun Kumar Singh, Reza Ghabcheloo

机构 * Tampere University（塔尔皮耶大学） ； Czech Technical University（捷克技术大学） ； University of Tartu（塔尔图大学） ； Aalto University（阿尔托大学） 纠错

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

Comments This paper is submitted to IEEE International Conference on Robotics and Automation (ICRA) 2026

X-Streamer: Unified Human World Modeling with Audiovisual Interaction

You Xie, Tianpei Gu, Zenan Li, Chenxu Zhang, Guoxian Song, Xiaochen Zhao, Chao Liang, Jianwen Jiang, Hongyi Xu, Linjie Luo

机构 * ByteDance（字节跳动） 纠错

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

Comments Project Page at https://byteaigc.github.io/X-Streamer

Unlocking Smarter Device Control: Foresighted Planning with a World Model-Driven Code Execution Approach

Xiaoran Yin, Xu Luo, Hao Wu, Lianli Gao, Jingkuan Song

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

Comments Accepted to Findings of EMNLP 2025. This is the camera-ready version

CoEx -- Co-evolving World-model and Exploration

Minsoo Kim, Seung-won Hwang

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

What Does it Mean for a Neural Network to Learn a "World Model"?

Kenneth Li, Fernanda Viégas, Martin Wattenberg

机构 * Harvard University（哈佛大学） 纠错

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

NavMorph: A Self-Evolving World Model for Vision-and-Language Navigation in Continuous Environments

Xuan Yao, Junyu Gao, Changsheng Xu

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences (CASIA)（多模态人工智能系统国家重点实验室（MAIS）、自动化研究所、中国科学院（CASIA）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences (UCAS)（人工智能学院、中国科学院大学（UCAS）） ； Peng Cheng Laboratory, ShenZhen, China（鹏城实验室、深圳中国） 纠错

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

Comments Accepted by ICCV 2025

WebSynthesis: World-Model-Guided MCTS for Efficient WebUI-Trajectory Synthesis

Yifei Gao, Junhong Ye, Jiaqi Wang, Jitao Sang

机构 * Beijing Jiaotong University（北京交通大学） 纠错

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

Xray2Xray: World Model from Chest X-rays with Volumetric Context

Zefan Yang, Xinrui Song, Xuanang Xu, Yongyi Shi, Ge Wang, Mannudeep K. Kalra, Pingkun Yan

机构 * Department of Biomedical Engineering（生物医学工程系） ； Center for Biotechnology（生物技术中心） ； Interdisciplinary Studies（跨学科研究） ； Rensselaer Polytechnic Institute（伦塞拉尔理工大学） ； Department of Radiology（放射科） ； Massachusetts General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） 纠错

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

DSG-World: Learning a 3D Gaussian World Model from Dual State Videos

Wenhao Hu, Xuexiang Wen, Xi Li, Gaoang Wang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； ZJU-UIUC Institute, Zhejiang University（浙江大学-伊利诺伊大学联合研究所） 纠错

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

Missing Target-Relevant Information Prediction with World Model for Accurate Zero-Shot Composed Image Retrieval

Yuanmin Tang, Jing Yu, Keke Gai, Jiamin Zhuang, Gang Xiong, Gaopeng Gou, Qi Wu

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

Comments This work has been accepted to CVPR 2025

World Model Agents with Change-Based Intrinsic Motivation

Jeremias Ferrao, Rafael Cunha

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

Comments Submitted to Northern Lights Deep Learning Conference 2025

Inter-environmental world modeling for continuous and compositional dynamics

Kohei Hayashi, Masanori Koyama, Julian Jorge Andrade Guerreiro

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

Semi-Supervised Vision-Centric 3D Occupancy World Model for Autonomous Driving

Xiang Li, Pengfei Li, Yupeng Zheng, Wei Sun, Yan Wang, Yilun Chen

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

Comments Accepted by ICLR 2025

GEM: A Generalizable Ego-Vision Multimodal World Model for Fine-Grained Ego-Motion, Object Dynamics, and Scene Composition Control

Mariam Hassan, Sebastian Stapf, Ahmad Rahimi, Pedro M B Rezende, Yasaman Haghighi, David Brüggemann, Isinsu Katircioglu, Lin Zhang, Xiaoran Chen, Suman Saha, Marco Cannici, Elie Aljalbout, Botao Ye, Xi Wang, Aram Davtyan, Mathieu Salzmann, Davide Scaramuzza, Marc Pollefeys, Paolo Favaro, Alexandre Alahi

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