RFWorld：用免轨迹展开的世界模型评估端到端自动驾驶轨迹
作者提出 RFWorld，一种用于端到端轨迹评估的免轨迹展开世界模型，不再为每个候选轨迹递归预测未来状态。它构建共享场景记忆，通过训练时的轻量时序读出与语义监督形成可读未来表示，推理时候选轨迹以稀疏空间读出直接查询该记忆打分，计算量约降至规划时域与候选轨迹数之积的倒数，并避免递归展开误差累积。
关注价值：提出免轨迹展开的世界模型评分方法，为端到端规划降低推理开销提供了一条可比较的技术路线。
试运行：收录范围与分类仍在校准，更新可能延迟。 最近内容更新：2026-11-04 17:28（北京时间）
#世界模型
arXiv 世界模型与脑机接口精选AI 评分6565 arXiv 世界模型与脑机接口AI 评分5757 TIF：用执行反馈审计想象奖励的 VLA 后训练监督选择方法
作者提出 Trusting Imagined Futures（TIF），一种面向 VLA 后训练的离线监督选择方法，用执行反馈审计世界模型预测的奖励。该方法由多维奖励模型给出候选效用分和五个执行质量维度，审计器结合奖励预测与不确定性识别高估模式，仅在效用优势超过阈值且审计风险达标时替换现有轨迹，否则保留原监督用于行为克隆。
arXiv 世界模型与脑机接口精选AI 评分7676 PrimeSim：基于大规模跨本体演示的通用世界模型模拟器
作者提出 PrimeSim，一个以动作为条件、支持多视角的世界模型模拟器，先基于预训练视频生成器，在 22 个平台、30,110 小时机器人演示上做中期训练，再做后训练。
关注价值：论文给出多视角一致性、长时序稳定性和跨本体迁移的具体指标，可用于判断动作条件世界模型能否充当策略训练模拟器。
arXiv 世界模型与脑机接口精选AI 评分6262 3D World Simulator：混合粒子-体素动力学实现多模态 3D 世界模拟
作者提出 3D World Simulator，一个以动作为条件的多模态世界模型框架，从统一 3D 表示中同时预测外观、几何与触觉观测。该方法用混合粒子-体素自编码器把点云压缩为紧凑 3D 体素隐变量，再由动作条件隐动力学模型预测其演化，支持任意视角的几何一致渲染与空间对齐触觉信号接入。
关注价值：论文把外观、几何与触觉统一到同一 3D 表示中，读者可据此比较它与 2D 视频世界模型在空间一致性上的差异。
arXiv · cs.AIAI 评分5454 AuroraWorld：面向机器人操作外视角到第一视角视频生成的结构化 4D 世界建模
Hao Xue 等提出 AuroraWorld，用结构化 4D 世界建模从大规模外视角操作视频合成第一视角观测，以缓解第一视角数据采集的硬件与部署成本。作者指出，现有方法在大幅视角变换、严重遮挡、复杂物体交互和外视角观测稀疏的条件下，难以生成物理一致且与策略相关的第一视角视频。该文为 arXiv 预印本（arXiv:2611.00177），摘要未给出实验任务、数据集与量化指标。
机器之心AI 评分6060 LeCun团队论文用JEPA证明柏拉图表征假说，1.09亿参数模型对齐分数超过720亿LLM
机器之心报道，Yann LeCun 参与提交的论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》从数学上论证下一 token 预测路线在形成跨模态表征上效率较低，并提出用 JEPA 的「好视图」训练改进对齐。
机器之心AI 评分7575 飞捷科思与复旦CITLab提出Fysiverse-UniWAM，24项真机测试导航与移动操作双第一
飞捷科思（Fysics AI）联合复旦大学认知与智能技术实验室提出统一世界动作模型 Fysiverse-UniWAM，不依赖大规模机器人预训练，将自主导航、移动操作与固定工位灵巧操作贯通。
我爱计算机视觉AI 评分6262 浙江大学等提出 PVBench：用物体级物理量评测生成视频的物理合理性
浙江大学 APRIL Lab、华中科技大学和腾讯优图实验室的研究团队提出 PVBench，通过物体级物理量测量评估生成视频的物理合理性，覆盖 7 个领域、46 个评测维度，其中物理层 25 个维度，并配套 600 组文生视频与图生视频配对提示词，30% 涉及具身智能体场景。
我爱计算机视觉AI 评分5858 DualExam 提出多模态智能体与世界模型受控评测框架
研究团队发布 DualExam，将多模态智能体与世界模型放进受控评测流程，分别检查行动选择与环境响应。在 GPT-5.6 Sol 与 Seedance 2.5 直接交互的十种场景、150 个案例试验中，严格任务成功率为 0%，世界状态一致性为 26.6%，智能体纠正响应为 9.2%。
Turing PostAI 评分5353 LeHami 解读：哈密顿力学如何帮 JEPA 世界模型预测运动
Turing Post 发布解读文章，介绍 Yann LeCun、Romina Yalovetzky 和 Randall Balestriero 提出的 LeHami，一种把哈密顿力学引入 JEPA 的世界模型。
Berkeley AI ResearchAI 评分5858 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 博客介绍 GRASP，一种面向学习动力学世界模型的梯度规划器，通过把轨迹提升为虚拟状态实现跨时间并行优化、对状态迭代加高斯噪声做探索，并绕开脆弱的状态输入梯度。