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。
NVIDIA Developer BlogAI 评分5858 NVIDIA 介绍如何用 Cosmos 构建可交互仿真的世界模型
NVIDIA 在开发者博客中介绍如何用 Cosmos 平台构建面向可交互仿真的世界模型。文章指出物理 AI 开发者面临两类问题：把世界模型适配到自有传感器、任务和数据，以及让模型可靠地进入应用。Cosmos 由世界基础模型和开发工具组成，其中 Cosmos Framework 提供用于世界模型训练的 agent 技能与配方。
AWS Physical AIAI 评分5858 Archetype AI 在 AWS 上部署 Newton 物理世界模型，用工业传感器数据做实时运维智能
Archetype AI 的 Newton 物理世界模型通过 AWS Marketplace 部署在客户自有 AWS 环境中，把振动、压力、温度、电流、雷达和视觉等多模态传感器信号转为实时运维判断。
Google DeepMind精选AI 评分8080 Google DeepMind 发布世界模型 Genie 4，支持原生音频与实时文本操控
Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成画面与原生音频，并以自然语言实时改变天气、镜头和场景内容。
关注价值：Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型，读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。
World Labs 官方博客精选AI 评分8888 World Labs 签署协议并入 AMD，李飞飞将出任 AMD 执行副总裁兼首席科学家
World Labs 宣布已签署最终协议并入 AMD，交易预计在 2026 年底前完成，尚待监管批准及其他惯常交割条件。双方去年起在 AMD GPU 上开展模型训练与推理优化合作，合并后计划构建覆盖硬件、软件、平台与开放模型的端到端开放 AI 生态。
关注价值：世界模型团队并入芯片厂商，读者可据此观察空间智能研究与硬件算力结合后的路线变化。
松延动力官网新闻AI 评分5858 松延动力推出子品牌 Scalabot，发布首个世界模型 HERON-World Model
松延动力推出具身智能子品牌 Scalabot，并以本体优势为基础发布该子品牌首个世界模型 HERON-World Model。官方新闻页未披露模型参数、训练数据与开放方式。
World Labs 官方博客精选AI 评分8080 World Labs 发布世界模型 Atlas，原生处理文本图像视频与 3D
World Labs 发布下一代世界模型 Atlas，称其为从零预训练的多模态自回归扩散 Transformer，原生统一处理文本、图像、视频和 3D，将输入编码为共享空间上下文后再生成后续内容。
关注价值：统一架构把相机位姿与深度作为原生输入，其重建与可控生成结果可用于判断世界模型的路线选择。
World Labs 官方博客精选AI 评分7878 World Labs 公布 R2S2R 引擎早期结果：仿真训练的策略零真机数据迁移到多款机器人
World Labs 公布其收购的 SceniX 团队所建 real-to-sim-to-real（R2S2R）引擎的早期结果，称完全在仿真中训练的策略可在零真机训练数据下直接迁移到 ALOHA、YAM、RB-Y1、Flexiv、xArm 等不同机器人平台。
关注价值：World Labs 首次公开 R2S2R 引擎的早期结果，给出仿真训练策略直接迁移到多款真机并预测真机表现的证据，可供判断仿真数据能否成为机器人训练主来源。
1X精选AI 评分6363 1X 成立世界模型实验室，前 Luma AI 科学家 Sam Sinha 任世界模型负责人
1X 宣布成立 1X World Model Lab，专注通过大规模具身世界模型预训练加速全自主人形机器人。公司同时宣布 Sam Sinha 加入，担任创始 AI 研究员兼世界模型负责人，他此前是 Luma AI 创始研究科学家，参与多模态生成视频模型扩展及 Uni-1 相关工作。
关注价值：1X 把世界模型预训练单列为研究组织，并公开数据闭环思路，可观察人形机器人厂商自建基础模型的路径分化。
World Labs 官方博客精选AI 评分6060 World Labs 提出世界模型功能分类：渲染器、模拟器与规划器
World Labs 团队发布文章，把当前被称为世界模型的能力拆成渲染器、模拟器和规划器三类，分别输出像素观测、世界状态和动作。文章认为模拟器关注度最低但最关键，是连接视觉渲染与机器人规划的桥梁，并以 Marble 同时输出 Gaussian splats 和碰撞网格为例说明边界正在融合。文中还指出三维数据稀缺、仿真到现实迁移差距和生成式模拟器的物理错误仍是待解难题。
关注价值：World Labs 把世界模型拆成渲染器、模拟器、规划器三类，并解释模拟器为何是连接视觉与行动的关键环节。
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。
World Labs 官方博客AI 评分5252 World Labs 发布 Spark 2.0，为 3DGS 网页渲染加入流式 LoD
World Labs 发布 Spark 2.0，在 THREE.js 与 WebGL2 的 3DGS 渲染器中加入 Level-of-Detail 系统，按视角自动调整细节并经网络流式加载数据。
World Labs 官方博客AI 评分5252 World Labs 撰文提出 3D 是人与机器交互的「代码」
World Labs 发文提出 3D 是继文本之后人与机器描述和操作物理、虚拟世界的通用接口，并把 3D 表示类比为代码、神经图形类比为编程语言、仿真引擎类比为芯片。
World Labs 官方博客精选AI 评分7272 World Labs 发布 World API，用 Marble 世界模型从文本图像视频生成可探索 3D 世界
World Labs 发布 World API，开发者可通过接口调用其多模态世界模型 Marble，从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。
关注价值：世界模型从演示走向可调用接口，机器人仿真环境的生成成本与规模是这条最直接的影响面。
World Labs 官方博客精选AI 评分6060 World Labs 正式开放多模态世界模型 Marble
World Labs 将两个月前预览的多模态世界模型 Marble 面向所有人开放，可输入文本、图像、视频或粗略3D布局生成完整3D世界，并支持交互式编辑、扩展与组合。
关注价值：从预览到全面开放并补上多模态输入与编辑导出，读者可据此判断生成式3D世界模型当前能做到什么程度。