对齐网络空间与物理世界：具身人工智能综述

TMECH 25 2025 56.3 survey

TLDR

关于具身AI的全面综述，涵盖感知、交互、智能体、仿真到现实以及MLMs和世界模型的作用。

评分理由

Strengths: Broad coverage of recent advances in Embodied AI, including Multi-modal Large Models and World Models. Weaknesses: Lacks novel experiments or empirical evaluations; as a survey, it does not provide new results or real-world benchmarks.

Read-first 评分解释

综合优先阅读分 56.3，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 19。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：数据集、GitHub

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、数据集

主题相关性 42%

27.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

前沿论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：646。

关键词评分

world model

world simulator

generative world model

interactive world model

model-based reinforcement learning world model

video world model

world dynamics prediction

深度分析

创新点

全面综述涵盖四个主要研究目标：具身感知、具身交互、具身智能体以及仿真到现实适应
分析多模态大模型（MLMs）和世界模型（WMs）作为具身智能体的有前景架构
识别具身人工智能的挑战和未来方向

方法

本综述通过首先回顾代表性的具身机器人和仿真器，然后分析四个主要研究目标（具身感知、交互、智能体、仿真到现实适应），涵盖最先进的方法、基本范式和全面数据集，对具身AI进行了全面探索。它还探讨了多模态大模型在虚拟和真实具身智能体中的复杂性。

关键结果

本综述提供了具身AI最新进展的结构化概述，强调了MLMs和WMs在连接网络空间与物理世界中的重要性，并总结了该领域的挑战和局限性。

局限性

摘要未列举具体局限性；这些局限性在论文中进行了总结。

资源

论文代码