IOI：解耦运动学与物理学的交互式世界模型

arXiv 2026 65.5 method

TLDR

IOI通过分析先验与学习动力学解耦交互世界模型中的运动学与物理，实现精确模拟。

评分理由

The paper introduces a novel hybrid approach that combines analytical kinematic priors with learned physical dynamics, addressing spatiotemporal drift in data-driven methods. Its strengths include explicit kinematic guidance and multi-view aggregation, but evaluation is limited to the RoboTwin benchmark, leaving generalizability unverified.

Read-first 评分解释

综合优先阅读分 65.5，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 56。

近期性 6%

100

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：2026

引用影响力 18%

94.6

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.94602645

主题相关性 29%

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

方法质量 18%

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：基准、评估、实验、指标

可复现性 18%

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

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：415。

关键词评分

interactive world model

world model

video world model

world simulator

generative world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

在交互式世界模型中解耦运动学与物理
通过动作序列的正向运动学提供显式运动学引导
多视角运动学聚合与注入模块实现几何一致的调节
分析模拟器与视频生成器之间的协同作用

方法

IOI将分析运动学先验与学习到的物理动力学相结合。它从动作序列计算正向运动学，生成同步的前、侧、顶正交投影。多视角运动学聚合与注入模块融合这些几何线索并将其注入视频生成器，使视频生成以确定性轨迹为条件，从而建模随机物理交互。

关键结果

IOI在RoboTwin基准上实现了最先进的仿真性能，并具有鲁棒的零样本分布外泛化能力。它作为可靠的政策评估器，其成功率与真实物理模拟器一致，且基于IOI合成数据训练的策略与基于遥操作演示训练的策略性能相当。

资源

论文