世界模型

推荐理由：研究拥挤混乱街景的世界模型，发布了新模型和115k数据集，比传统JEPA更擅长处理遮挡和异构交通。

推荐理由：EgoGenesis是个能生成机器人操作视频的工具，用400条合成数据就把单臂成功率从77%提到84%，双臂从53%提到70%，挺厉害。

推荐理由：DeepMind 的 Tom Zahavy 说了个大实话：LLM 搞不了真正的新发现，得靠世界模型。不是泛泛空谈，有论文为证。

推荐理由：李飞飞的公司World Labs把世界模型用到机器人上了，机器人能看懂空间、自己规划动作，跟传统方法很不一样。

推荐理由：中国搞世界模型的公司已经跑到前面了，美国找不着对标了。WAIC上几方团队聊了聊怎么做出来的。

推荐理由：NVIDIA在SIGGRAPH上发布了Cosmos-Dreams，一个能主动计算生成训练数据的模拟器。物理AI开发不再只靠收集数据了，看看演示视频吧。

推荐理由：比亚迪悄悄拿出的HyWorldVLA，在NAVSIM上直接以90.59分拿下SOTA，这是他们首次秀自动驾驶基础模型肌肉。

推荐理由：World Labs 这篇博客把模拟器定位成世界模型的核心，他们的 R2S2R 引擎能让机器人训练成本降很多，值得搞机器人开发的看看。

推荐理由：如果你做强化学习，特别关注世界模型，这篇论文提出Reinformed Dreamer，用潜在引导训练不对称表示，比Informed Dreamer更稳定地超越Dreamer。

推荐理由：Unity中国CEO张俊波谈AI不会颠覆游戏引擎，并发布团结引擎2.0，新增AI Agent和主机平台支持。

推荐理由：这篇论文发现了世界模型选动作的隐性陷阱：候选越多反而越容易选错。ASAR用相邻集合重建的方法，在75个机器人任务上提升了最多28%的成功率，值得搞机器人控制的看看。

推荐理由：Induction Labs 搞了个新套路：不用动作标签，只看视频就能学会模拟桌面、跳棋和台球物理。106B 参数的 MoE 模型，一次预训练就够了。

推荐理由：Reactor 团队把 Dreamer 4 的完整训练配方和代码都开源了，JAX/Flax 实现，想复现世界模型做视频预测的赶紧看。

推荐理由：这个国产模型在权威榜单上拿了第一，还完全开源，用昇腾就能跑，值得看看。

推荐理由：NVIDIA发了能在设备上实时跑的世界模型，4B参数，15Hz控制机器人，vLLM直接就能用。

推荐理由：酷哇科技搞了个新东西，把物理世界和人类社会的模型合二为一，机器人更聪明了。

推荐理由：国家基地联手魔芯搞了个MoWorld 3D，能直接文本生成3D场景，给机器人训练省大钱了。搞具身智能的别错过。

推荐理由：启鸣达人发了份教育AGI白皮书，讲了世界模型怎么驱动教育，搞AI教育的可以看看。

推荐理由：Deepmind 把视频生成器当成通用感知模型，用合成视频训练就达到了顶级深度估计水平，挺震撼的，值得一看。

推荐理由：阿里云百炼出了个世界模型，一句话就能生成可以亲自进去玩的数字世界，还能随时改剧情，适合做游戏原型或互动剧。

推荐理由：小鹏的智驾模型做到了全球通吃，同一套代码跑通中欧路况，还有明确的2027年海外交付计划，挺酷的。

推荐理由：这期播客聊了为什么AI学东西这么慢，重点介绍了‘世界模型’这个可能的解法，涉及AlphaGo、自动驾驶、机器人等具体案例，非常有料。

推荐理由：这篇论文发现DreamerV3等模型在Pong里会弄丢球，他们用CGSReg方法修了一部分问题，做强化学习的可以看看。

推荐理由：DriftWorld 能让机器人快速想象动作结果，比扩散模型快 17 倍，还能离线评估策略，性能强又省时。

推荐理由：原力灵机用DW0.5世界模型训练VLA，真机数据需求降60%。把RL搬到虚拟世界，机器人后训练成本大降。

推荐理由：高德发了ABot-World Studio，用一张5090就能生成小时级的实时3D场景和交互视频，做游戏或数字孪生都可以试试，门槛低了很多。

推荐理由：这篇论文梳理了从世界动作模型到具身大脑的路线图，对搞具身智能的研究者很有参考价值。

推荐理由：这篇论文用实验告诉你，深的世界模型在滚动预测时不一定管用——在DeepMind Control的9个任务里，有2个反而是早退浅层更好，而且原因竟然出在训练方式上。搞模型规划的值得看看。

推荐理由：字节跳动也在看自动驾驶了，虽然官方说没打算做智能驾驶，但Seed世界模型团队已经在探索，可能有无人物流方向。

推荐理由：哈工大年轻教授从触觉切入人形机器人，想做世界模型，和主流视觉路线不同，思路挺有意思。

推荐理由：具身AI每两天就冒出一个新模型，这次BAAI和阿里都出手了，想看看软件智能怎么拼过硬件？这篇总结到位。

推荐理由：中国团队搞了个Orca世界模型，不用学动作标签就能看懂视频里的世界，在五个机器人任务上跟专业π0.5打平，厉害。

推荐理由：这个开源世界模型能稳跑几小时不崩画质，比那些几分钟就坏的强多了，机器人预判世界的好工具。

推荐理由：Robbyant Brain又开源了三个模型，从看世界到模拟世界一步到位，做具身智能的可以关注LingBot系列。