10分钟上手World-Model:世界模型论文资源库快速入门指南(附阅读路线图)

原创2026-10-24 18:35:281,430 阅读
文章标签:人工智能深度学习大模型具身智能知识库文档

10分钟上手World-Model:世界模型论文资源库快速入门指南(附阅读路线图)

World-Model 是一个开源的世界模型(World Models)论文资源库,基于 ACM Computing Surveys 2025 收录的权威综述 Understanding World or Predicting Future? A Comprehensive Survey of World Models 整理而成。它把强化学习、视频生成、交互式 3D 环境、LLM 等方向上数百篇世界模型论文,按领域分类 + 时间线组织成一张"地图",帮你 10 分钟建立对整个研究领域的认知 🗺️

这个项目是什么?世界模型论文资源库简介

一句话定位:世界模型领域论文的"导航地图" + 综述配套资料。

仓库内容非常轻量,新手友好:

文件/目录 作用 说明
README.md 核心资源清单 按主题分类的世界模型论文表格(标题、发表会议、代码链接)
asset/structure.png 综述框架图 世界模型"隐式表示 + 未来预测 + 应用"三大板块
asset/roadmap.png 发展路线图 2018–2025 世界模型论文时间轴
asset/outline.png 大纲图 关键工作与里程碑时间线
LICENSE 许可证 开源协议

项目 News 时间线显示,配套综述已被 ACM Computing Surveys 接收(Vol. 58, No. 3),并持续更新至第三版,论文清单也随之滚动更新:

World-Model世界模型论文资源库:世界模型研究结构图,涵盖隐式表示、未来预测与四大应用板块

如上图所示,综述把世界模型研究拆成两条主线:外部世界的隐式表示(决策 + 世界知识)与物理世界的未来预测(视频生成 + 具身环境),再落地到游戏、具身智能、城市智能、社会智能四大应用——这也是 README.md 中论文清单的组织逻辑。

快速上手:3步获取世界模型资源库

🚀 不需要安装任何依赖,3 步开始阅读:

第 1 步:获取仓库

git clone https://gitcode.com/gh_mirrors/wor/World-Model

第 2 步:打开 README.md

从上到下的顺序就是推荐阅读顺序:News → 目录 → Roadmap(发展路线图)→ 各主题论文表格。

第 3 步:选一个你感兴趣的主题,精读表格

每张表格三列:论文标题(含简称)、发表会议与年份、代码/项目链接。建议优先看 2024–2025 年的条目,把握前沿;再回溯 2018–2020 年的经典工作理解脉络。

阅读路线图:沿时间轴看懂世界模型十年演进

打开 asset/roadmap.png(高清 PDF 版),你会看到一条从 2018 到 2025 的上升曲线,按 6 条赛道展开:

世界模型发展路线图:2018到2025年世界模型论文时间轴,覆盖模型强化学习、自监督学习、视频生成与交互式3D环境

赛道 代表工作 一句话理解
🎮 Model-based RL PlaNet → Dreamer V1/V2/V3 → TD-MPC2 在"脑内想象"中学习策略的经典路线
🧠 Self-supervised learning JEPA、DINO-WM、V-JEPA 2 从视频自监督中学习环境表示
💬 LLM/MLLM LLM-DM、WorldGPT、Text2World 用大语言模型当"可规划的"世界模型
🎬 Video generation Sora、CogVideoX、Genie、LWM、Wan、Cosmos "视频生成即世界模拟"的热门方向
🌍 Interactive 3D environment WonderWorld、Matrix-3D、HunyuanWorld 从单图/文本生成可探索的 3D 世界
🤖 Application GAIA-1、OccWorld、AgentSociety、MineWorld 落地自动驾驶、机器人、游戏与社会模拟

新手阅读建议:先看 Model-based RL 列打底(概念最清晰),再看 Video generation 列了解当下热点,最后按自己的兴趣跳入 Application 列。

论文清单怎么读?四大板块逐一拆解

除 Roadmap 外,README.md 后半部分按综述章节组织,可直接对照目录定位(目录锚点):

3.1 决策中的世界模型(Model-based Decision)

3.1 节清单 收录 MBPO、Dreamer 系列、TD-MPC、Trajectory Transformer 以及大量 LLM + 世界模型做规划 的工作(WorldCoder、WMA-Agents 等),是理解"模型如何辅助决策"的核心读物。

3.2 模型学到的世界知识

3.2 节清单 关注"LLM 内部到底有没有世界模型":地理知识、心智理论(Theory of Mind)、时空表示、城市认知基准(CityGPT、UrbanLLaVA、Spatial457)等,适合 NLP 方向读者。

4.1 / 4.2 未来预测:视频生成与具身环境

  • 视频生成方向:Sora、GAIA 系列、DriveDreamer、OccSora、Vista,覆盖"视频模型 = 世界模拟器"的完整论战与物理合理性评测(Physics-IQ、PhyWorld)。
  • 具身环境方向:Holodeck、MineDojo、UrbanWorld、AVID、TesserAct 等,聚焦可交互、可训练的环境生成。

5. 应用:游戏 / 具身 / 城市 / 社会智能

应用章节 分四个小节,精选代表作:

  • 游戏智能 🎮:GameFactory、GameGen-X、MineWorld、Matrix-Game——"生成式游戏引擎"
  • 具身智能 🤖:iVideoGPT、RoboScape、GWM、DreamGen——用世界模型加速机器人学习
  • 城市智能 🏙️:自动驾驶方向最厚(GAIA-1 → Vista 全链条),另有 Vid2Sim、CityWalker 等城市导航工作
  • 社会智能 🌐:Generative Agents、AgentSociety、OASIS、Project Sid——百万级 LLM 智能体社会模拟

世界模型论文大纲图:从1974年Frame System Theory到Sora、UniSim的关键世界模型工作时间线

这张大纲图(PNG 版)适合打印贴墙:上方是理论脉络(Frame System Theory → 心理模型 → JEPA),下方是应用落点(机器人、社会模拟、自动驾驶)。

延伸阅读与引用

@article{ding2025understanding,
  title={Understanding World or Predicting Future? A Comprehensive Survey of World Models},
  journal={ACM Computing Surveys},
  volume={58}, number={3}, pages={1--38}, year={2025}
}
  • 📰 项目更新动态(综述三版发布、资源库上线)见 README.md News

常见问题 FAQ

Q1:这个项目是代码库吗? 不是。它是一个"Awesome"式论文资源库,核心价值是分类清单 + 路线图,配套代码链接指向各论文作者仓库。

Q2:完全零基础该从哪篇读起? 建议顺序:Dreamer V3(概念直观)→ Sora 技术说明(视频世界模型代表)→ GAIA-1(应用标杆),再沿 Roadmap 横向扩展。

Q3:如何参与贡献? 仓库为只读镜像,建议通过 README.md 中提供的邮箱联系维护者提交建议。

结语

World-Model 资源库用一张路线图 + 一份分类清单,把 2018 年至今的世界模型研究浓缩成 10 分钟能看懂的全景图。无论你是强化学习、视频生成还是多模态 LLM 方向,都可以从这里找到入口,然后沿表格中的论文链接深入精读。🌟

登录后查看全文
World-Model