Buchumschlag

Chain of World: World Model Thinking in Latent Motion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Fuxiang, Di, Donglin, Tang, Lulu, Zhang, Xuancheng, Fan, Lei, Li, Hao, Wei, Chen, Su, Tonghua, Ma, Baorui
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ReWorld: Multi-Dimensional Reward Modeling for Embodied World Models
von: Peng, Baorui, et al.
Veröffentlicht: (2026)

Latent Chain-of-Thought World Modeling for End-to-End Driving
von: Tan, Shuhan, et al.
Veröffentlicht: (2025)

WorldMAP: Bootstrapping Vision-Language Navigation Trajectory Prediction with Generative World Models
von: Chen, Hongjin, et al.
Veröffentlicht: (2026)

EFDiT: Efficient Fine-grained Image Generation Using Diffusion Transformer Models
von: Wang, Kun, et al.
Veröffentlicht: (2025)

FOCA: Frequency-Oriented Cross-Domain Forgery Detection, Localization and Explanation via Multi-Modal Large Language Model
von: Liu, Zhou, et al.
Veröffentlicht: (2026)

Global-Local Aware Scene Text Editing
von: Yang, Fuxiang, et al.
Veröffentlicht: (2025)

Motus: A Unified Latent Action World Model
von: Bi, Hongzhe, et al.
Veröffentlicht: (2025)

Latent-WAM: Latent World Action Modeling for End-to-End Autonomous Driving
von: Wang, Linbo, et al.
Veröffentlicht: (2026)

DriveWorld-VLA: Unified Latent-Space World Modeling with Vision-Language-Action for Autonomous Driving
von: jia, Feiyang, et al.
Veröffentlicht: (2026)

WorldRFT: Latent World Model Planning with Reinforcement Fine-Tuning for Autonomous Driving
von: Yang, Pengxuan, et al.
Veröffentlicht: (2025)

Latent Action Pretraining Through World Modeling
von: Tharwat, Bahey, et al.
Veröffentlicht: (2025)

WorldArena: A Unified Benchmark for Evaluating Perception and Functional Utility of Embodied World Models
von: Shang, Yu, et al.
Veröffentlicht: (2026)

CogPortrait: Fine-Grained Eye-Region Control in Portrait Animation via Hierarchical Agent Planning
von: Feng, He, et al.
Veröffentlicht: (2026)

RoboScape: Physics-informed Embodied World Model
von: Shang, Yu, et al.
Veröffentlicht: (2025)

WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform
von: Shang, Yu, et al.
Veröffentlicht: (2026)

FlowDreamer: A RGB-D World Model with Flow-based Motion Representations for Robot Manipulation
von: Guo, Jun, et al.
Veröffentlicht: (2025)

MWM: Mobile World Models for Action-Conditioned Consistent Prediction
von: Yan, Han, et al.
Veröffentlicht: (2026)

Occupancy World Model for Robots
von: Zhang, Zhang, et al.
Veröffentlicht: (2025)

DeepSight: Long-Horizon World Modeling via Latent States Prediction for End-to-End Autonomous Driving
von: Zhang, Lingjun, et al.
Veröffentlicht: (2026)

MetricAnything: Scaling Metric Depth Pretraining with Noisy Heterogeneous Sources
von: Ma, Baorui, et al.
Veröffentlicht: (2026)

VLA-JEPA: Enhancing Vision-Language-Action Model with Latent World Model
von: Sun, Jingwen, et al.
Veröffentlicht: (2026)

Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout
von: Chi, Haozhuang, et al.
Veröffentlicht: (2026)

World Guidance: World Modeling in Condition Space for Action Generation
von: Su, Yue, et al.
Veröffentlicht: (2026)

KeyWorld: Key Frame Reasoning Enables Effective and Efficient World Models
von: Li, Sibo, et al.
Veröffentlicht: (2025)

ABot-PhysWorld: Interactive World Foundation Model for Robotic Manipulation with Physics Alignment
von: Chen, Yuzhi, et al.
Veröffentlicht: (2026)

Learning Massively Multitask World Models for Continuous Control
von: Hansen, Nicklas, et al.
Veröffentlicht: (2025)

DiTalker: A Unified DiT-based Framework for High-Quality and Speaking Styles Controllable Portrait Animation
von: Feng, He, et al.
Veröffentlicht: (2025)

Uni-World VLA: Interleaved World Modeling and Planning for Autonomous Driving
von: Liu, Qiqi, et al.
Veröffentlicht: (2026)

GeoWorld: Geometric World Models
von: Zhang, Zeyu, et al.
Veröffentlicht: (2026)

UAV-Flow Colosseo: A Real-World Benchmark for Flying-on-a-Word UAV Imitation Learning
von: Wang, Xiangyu, et al.
Veröffentlicht: (2025)

Learning 3D Persistent Embodied World Models
von: Zhou, Siyuan, et al.
Veröffentlicht: (2025)

VLA-RFT: Vision-Language-Action Reinforcement Fine-tuning with Verified Rewards in World Simulators
von: Li, Hengtao, et al.
Veröffentlicht: (2025)

DiLA: Disentangled Latent Action World Models
von: Zhang, Tianqiu, et al.
Veröffentlicht: (2026)

One-Shot Pose-Driving Face Animation Platform
von: Feng, He, et al.
Veröffentlicht: (2024)

Open-World Motion Forecasting
von: Schischka, Nicolas, et al.
Veröffentlicht: (2026)

CoIRL-AD: Collaborative-Competitive Imitation-Reinforcement Learning in Latent World Models for Autonomous Driving
von: Zheng, Xiaoji, et al.
Veröffentlicht: (2025)

AdaWorld: Learning Adaptable World Models with Latent Actions
von: Gao, Shenyuan, et al.
Veröffentlicht: (2025)

WorldVLN: Autoregressive World Action Model for Aerial Vision-Language Navigation
von: Zhao, Baining, et al.
Veröffentlicht: (2026)

DeformMaster: An Interactive Physics-Neural World Model for Deformable Objects from Videos
von: Li, Can, et al.
Veröffentlicht: (2026)

A Survey of World Models for Autonomous Driving
von: Feng, Tuo, et al.
Veröffentlicht: (2025)