ArXiv 每日精选 · 2026-06-19

📅 本期精选来自 2026-06-19 ArXiv 最新论文,聚焦世界模型、扩散/流匹配模型、视频生成、具身AI等核心方向,共 8 篇。 📄 论文精选 MemoryWAM: Efficient World Action Modeling with Persistent Memory 链接: https://arxiv.org/abs/2606.20562 一句话总结: 提出带持久记忆的高效世界-动作模型,通过混合记忆机制解决机器人长视野操控中的非马尔可夫问题,同时保持推理效率。 ...

2026年6月20日 · 11 分钟 · 5219 字 · elephantflow

ArXiv 每日精选 · 2026-06-17

📅 本期精选来自 2026-06-17 ArXiv 最新论文,聚焦世界模型、多模态生成、运动生成、具身AI与机器人策略等核心方向,共 7 篇。 📄 论文精选 FR3D: Future Dynamic 3D Reconstruction: A 3D World Model with Disentangled Ego-Motion 链接: https://arxiv.org/abs/2606.18250 ...

2026年6月18日 · 10 分钟 · 4558 字 · elephantflow

ArXiv 每日精选 · 2026-06-16

📅 本期精选来自 2026-06-16 ArXiv 最新论文,聚焦世界模型、视频生成、具身AI、机器人操控、扩散模型等核心方向,共 8 篇。 📄 论文精选 Qwen-RobotWorld Technical Report: Unifying Embodied World Modeling through Language-Conditioned Video Generation 链接: https://arxiv.org/abs/2606.17030 ...

2026年6月17日 · 11 分钟 · 5397 字 · elephantflow

ArXiv 每日精选 · 2026-06-14

📅 本期精选来自 2026-06-14 ArXiv 最新论文,聚焦世界模型、扩散模型、视频生成、具身AI等核心方向,共 8 篇。 📄 论文精选 WEAVER: Better, Faster, Longer — An Effective World Model for Robotic Manipulation 链接: https://arxiv.org/abs/2606.13672 一句话总结: WEAVER 是一个多视角世界模型,通过 flow-matching 损失联合预测未来隐状态与奖励,同时实现高保真度、长时一致性与高效推理,在机器人操控任务上达到 SOTA。 ...

2026年6月15日 · 11 分钟 · 5243 字 · elephantflow

ArXiv 每日精选 · 2026-06-13

📅 本期精选来自 2026-06-13 ArXiv 最新论文,聚焦世界模型、扩散模型、视频生成、具身AI等核心方向,共 8 篇。 📄 论文精选 WEAVER, Better, Faster, Longer: An Effective World Model for Robotic Manipulation 链接: https://arxiv.org/abs/2606.13672 一句话总结: WEAVER 是一个同时满足高保真度、长时序一致性与高效推理三大目标的机器人操作世界模型,在真实机器人上实现 38% 的策略性能提升。 ...

2026年6月14日 · 10 分钟 · 4909 字 · elephantflow

ArXiv 每日精选 · 2026-06-12

📅 本期精选来自 2026-06-12 ArXiv 最新论文,聚焦世界模型、扩散模型、视频生成、具身AI等核心方向,共 8 篇。 📄 论文精选 WEAVER, Better, Faster, Longer: An Effective World Model for Robotic Manipulation 链接: https://arxiv.org/abs/2606.13672 一句话总结: 提出 WEAVER 世界模型架构,同时满足高保真度、长时序一致性与推理效率三大需求,在真实机器人操作任务上取得 SOTA 表现。 ...

2026年6月13日 · 10 分钟 · 4571 字 · elephantflow

ArXiv 每日精选 · 2026-06-11

📅 本期精选来自 2026-06-11 ArXiv 最新论文,聚焦世界模型、扩散策略、具身AI、视频生成等核心方向,共 7 篇。 📄 论文精选 World Pilot: Steering Vision-Language-Action Models with World-Action Priors 链接: https://arxiv.org/abs/2606.12403 一句话总结: 通过世界动作模型(WAM)生成的"预见"先验,从感知与动作两条路径同时增强 VLA,实现更强的跨域泛化能力。 ...

2026年6月12日 · 10 分钟 · 4575 字 · elephantflow

ArXiv 每日精选 · 2026-06-10

📅 本期精选来自 2026-06-10 ArXiv 最新论文,聚焦世界模型、扩散模型蒸馏、视频生成、具身 AI 等核心方向,共 10 篇。 📄 论文精选 Next Forcing: Causal World Modeling with Multi-Chunk Prediction 链接: https://arxiv.org/abs/2606.11187 一句话总结: 提出多块预测(MCP)训练目标,同时预测多个未来视频块,在加速自回归世界模型训练收敛的同时实现 2x 推理加速,在 RoboTwin 基准达到新 SOTA。 ...

2026年6月11日 · 12 分钟 · 5795 字 · elephantflow

ArXiv 每日精选 · 2026-06-09

📅 本期精选来自 2026-06-09 ArXiv 最新论文,聚焦世界模型、扩散模型、具身AI等核心方向,共 7 篇。 📄 论文精选 Latent Spatial Memory for Video World Models 链接: https://arxiv.org/abs/2606.09828 一句话总结: 提出 Mirage 框架,将视频世界模型的空间记忆直接存储在扩散模型的 latent 空间中,彻底消除 pixel-space 重建的信息损失,实现 SOTA 性能与 10x 生成加速。 ...

2026年6月10日 · 10 分钟 · 4796 字 · elephantflow

ArXiv 每日精选 · 2026-06-08

📅 本期精选来自 2026-06-08 ArXiv 最新论文,聚焦扩散模型、世界模型、视频生成、具身AI等核心方向,共 8 篇。 📄 论文精选 AsyncPatch Diffusion: spatially-flexible image generation 链接: https://arxiv.org/abs/2606.07079 一句话总结: 提出异步 Patch 扩散框架,打破标准扩散模型中所有空间区域必须共享同一噪声水平的约束,实现空间异质去噪轨迹,并给出首个合法的 ELBO 证明。 ...

2026年6月9日 · 10 分钟 · 4945 字 · elephantflow