从二维到三维认知：通用世界模型简要综述

arXiv 25.06 2025 59.6 survey

TLDR

综述从二维到三维认知的世界模型分类，强调具身AI、自动驾驶和游戏中的关键技术及应用。

评分理由

Strengths: Provides a structured conceptual framework and covers real-world applications. Weaknesses: As a survey, it lacks novel experiments or empirical evaluations; limited to categorization.

Read-first 评分解释

综合优先阅读分 59.6，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 46。

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

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、指标

主题相关性 42%

65.7

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

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：无；数据：无；命中信号：无

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：267。

关键词评分

world model

generative world model

interactive world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

video world model

深度分析

创新点

引入了一个概念框架，用于分类从二维感知向三维认知过渡的世界模型
强调了两项关键技术驱动力：三维表征的进步与世界知识的融入
剖析了三维物理场景生成、三维空间推理和三维空间交互三项核心认知能力

方法

本综述通过引入概念框架对世界模型进行了结构化的前瞻性回顾，以分类新兴技术。它强调了两项关键技术驱动力，剖析了三个核心认知能力，然后考察了它们在真实世界应用中的部署，并识别了数据、建模和部署方面的挑战。

关键结果

该综述系统性地分类了近期基于三维感知的生成式世界模型，阐明了它们在推进三维认知世界模型中的作用，并识别了构建更鲁棒、更通用的三维世界模型所面临的挑战和未来方向。

局限性

识别了数据、建模和部署方面的挑战，但未完全解决
本综述限于简要概述，可能未深入涵盖所有新兴技术

资源

论文