世界模型

机器人自主走房间同时建图(GoDrift 仿真)

在行走策略之上叠加简单感知 + 导航栈,机器人在 GoDrift 仿真中自主遍历房间并同步构建环境地图。

WAIC 2026:真实世界运行的机器人多样性合集(含端到端模型)

上海 WAIC 2026 现场:展示在真实世界运行、体现真实应用的机器人多样性,包含端到端(end-to-end)模型驱动的演示。

PAVXploreRL:基于动作探索的物理-动作-视觉世界模型强化学习

PAVXploreRL提出物理-动作-视觉世界模型强化学习方法,通过动作探索实现具身智能体的环境理解和策略优化。

Han Wang, Zijun Wang, Shuoshuo Xue

Unitree G1 真产线装配电机(UnifoLM-X1-0)

Unitree G1 在真实产线装配精密电机部件,运行新具身 AI 模型 UnifoLM-X1-0;中国机器人开始在生产线上'造机器人'。

何时规划:学习在反应控制与审慎规划间选择

本文研究机器人何时应使用反应控制、何时应进行审慎规划,提出学习在两种策略间自适应选择的方法,平衡效率与准确性。

Adam Labiosa, Josiah P. Hanna

JoyNexus:VLA模型面向服务的多租户后训练

面向VLA模型后训练的多样性需求,提出面向服务的多租户后训练平台,解决传统独占式GPU分配对短时突发任务不经济的问题。

Haoran Sun, Wentao Zhang, Junyang Hua

DSWorld:高效自主智能体的数据科学世界模型

提出数据科学世界模型概念,预测数据科学操作的效果,减少试错计算开销,提升自主数据科学智能体效率。

Zherui Yang, Fan Liu, Hao Liu

Orbis 2:驾驶分层世界模型

提出分层驾驶世界模型,在高层次预测粗略场景结构,低层次生成细节,同时实现空间推理和语义理解。

Sudhanshu Mittal, Arian Mousakhan, Silvio Galesso

编程智能体需要可执行世界模型来解决ARC-AGI-3吗?

通过四个嵌套Codex智能体消融实验,拆解可执行世界模型、简化调度和精确回放验证各自对ARC-AGI-3性能的贡献。

Sergey Rodionov

CosFly-VLA:空间感知的无人机跟踪视觉-语言-动作模型

面向复杂城市环境无人机动态目标跟踪,提出空间感知VLA模型,在目标被建筑遮挡时仍能维持跟踪,超越现有方法。

Ruilong Ren, Songsheng Cheng, Yunpeng Zhou

AeroAct:语言条件四旋翼飞行的世界-动作模型

面向语言条件四旋翼飞行,提出以动作为中心的世界-动作模型,融合语义目标、预测自我运动视觉后果、输出平滑可执行的连续控制参考。

Xinhong Zhang, Qiyuan Zhu, Yubo Huang

Astribot Lumo-2:一个基础模型完成 20+ 家庭任务

Astribot 发布 Lumo-2:一个基础模型在真实机器人上完成 20+ 家庭任务,覆盖灵巧操作、物理理解、时序推理、人机协作与长程执行。