📅 ArXiv 在周末不做公告推送，本期为周末补遗：从 2026-09-04 公告批次中补选 8 篇高相关、此前未及收录的工作（均通过 arXiv ID 与标题双重去重）。主线落在四条：世界模型在自动驾驶中正从"推理时生成未来"转向"训练时提供监督 / 想象时保持长程一致"；VLA 的能力瓶颈从"预训练表征够不够丰富"转向"中间特征是否control-sufficient、能否感知物理接触"；数据侧出现"横向扩展来源"与"纵向在线纠错"两个互补杠杆；而评测与空间智能方向则集中出现了把模糊失败模式拆解到具体部件的漂亮诊断工作，共 8 篇。 ...
📅 本期精选来自 2026-09-03 ArXiv 最新论文，聚焦交互式视频世界模型的"开放基座"化、把 3D 几何注入世界动作模型、VLA 跨本体迁移的量化归因、长程操作中语义意图与连续控制的解耦、世界模型在人形运动中的预测性表征价值，以及世界模型训练目标从"重建得像"转向"判别得出"的范式迁移，共 8 篇。 ...
📅 本期精选来自 2026-07-02 ArXiv 最新论文，聚焦世界模型、3D生成、扩散模型、具身AI与机器人学习等核心方向，共 8 篇。 📄 论文精选 World from Motion: Generative Dynamic Gaussian Reconstruction from Monocular Video 链接： https://arxiv.org/abs/2607.01202 一句话总结： NVIDIA 提出 World from Motion，用视频生成模型从单目视频生成可自由渲染的高质量动态 3D Gaussian 场景，实现 4D 重建 SOTA。 ...
📅 本期精选来自 2026-03-08 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 RealWonder: Real-Time Physical Action-Conditioned Video Generation 链接： https://arxiv.org/abs/2603.05449 一句话总结： 首个支持物理动作条件的实时视频生成系统，以物理仿真为桥梁，仅需 4 步扩散即可在 480×832 分辨率下达到 13.2 FPS。 ...