*来源：具身栖息地
*
文章链接：https://mp\.weixin\.qq\.com/s/Gxs43BLixWXBRyAJeXpKHg
当世界模型开始生成越来越逼真的驾驶视频，一个更关键的问题正在浮现：
这些“想象出来的世界”，能否真正帮助自动驾驶系统做出更可靠、更安全的决策？
我们很高兴宣布，Grounded 4D Multimodal World Models for Autonomous Driving Decision Making 已被 CoRL 2026 正式接收为半天 Workshop，并现已公布完整 Call for Contributions。
Workshop 时间：2026 年 11 月 12 日
地点：JW Marriott Austin，Austin, Texas
形式：线下半天 Workshop
投稿系统开放：2026 年 8 月 15 日 12:00 UTC（北京时间 20:00）
投稿截止：2026 年 10 月 12 日 11:59 UTC（北京时间 19:59；即 10 月 11 日 23:59 AoE）
Workshop 网站：
https://arlo0o\.github\.io/Grounded\-Driving\-World\-Models\_Workshop/
OpenReview 投稿入口：
https://openreview\.net/group?id=robot\-learning\.org/CoRL/2026/Workshop/GroundedDrivingWMs
我们欢迎自动驾驶、机器人学习、世界模型、生成式仿真、4D occupancy、多模态感知、规划控制与安全评测等方向的研究者投稿，也欢迎尚处于探索阶段、但能够推动社区思考的新问题、新资源与负面结果。
为什么是“Grounded 4D Multimodal World Models”？
近两年，world models 正在成为机器人学习和自动驾驶的重要基础设施。从视频生成、3D/4D 场景生成，到仿真环境、策略学习和闭环评测，研究者开始尝试让模型在“想象的世界”中预测未来、模拟交互并验证行动后果。
但对真实自动驾驶系统而言，视觉上逼真只是起点。一个真正有用的 driving world model 还需要回答：
是否具有稳定、可解释的 4D 几何、语义与动态结构？
能否生成与真实多相机、LiDAR 和 sensor rig 一致的多模态观测？
是否能服务规划、控制、策略学习与闭环安全评测，而不仅是离线展示？
能否可控生成长尾、对抗、反事实和 safety-critical scenarios？
评估标准应该只看 FID/FVD，还是更关注 planning utility、collision、drivable compliance 与 failure transfer？
本次 Workshop 希望推动一个清晰的转向：
从 world model can generate，走向 world model can support decision making。
自动驾驶为世界模型提供了一个极具挑战、也极接近真实机器人决策的试验场。它要求模型同时理解和生成：
结构：4D occupancy、BEV、object states、道路拓扑与可行驶区域；
模态：multi-view cameras、LiDAR、语义、深度、轨迹与多传感器一致性；
交互：车辆、行人、骑行者与 ego vehicle 的时序行为；
决策：规划、控制、策略学习与 closed-loop evaluation；
安全：长尾、对抗、反事实场景与可复现的压力测试。
我们希望把自动驾驶、机器人学习、生成式建模、仿真、感知和安全评测社区连接起来，共同讨论什么样的数据、表示、模型和评估协议，才能让 4D 多模态世界模型真正走向现实决策。
Invited Speakers：来自互补研究赛道的专家视角
本次 Workshop 已确认邀请四位来自学术界与产业界的讲者，覆盖自动驾驶、世界模型、多模态基础模型、仿真、规划与安全评估等互补方向：
Hao Zhao｜Tsinghua University
关注自动驾驶、机器人学习与世界模型，连接场景理解、仿真生成和决策闭环。
Hongyang Li｜The University of Hong Kong
关注自动驾驶感知、开放世界理解、多模态基础模型与大规模数据生态。
Long Chen｜Xiaomi
来自产业自动驾驶研发一线，关注大规模系统、感知决策栈与真实部署需求。
Wenhao Ding｜NVIDIA Research
关注自动驾驶仿真、规划、生成式场景建模与安全评估。
这些互补视角将帮助 Workshop 不止展示新方法，也深入讨论方法在真实系统中的证据边界、评测标准和落地条件。
Call for Contributions：我们欢迎哪些投稿？
本次 Workshop 采用开放、轻量、非归档的贡献形式。投稿应使用 CoRL 2026 LaTeX 模板，主文 2–4 页；参考文献和可选 appendix 不计入页数。
欢迎以下类型：
Short paper：新方法、新实验或具有明确技术贡献的短论文；
Extended abstract：正在形成中的研究方向、初步发现或清晰的问题定义；
Benchmark or dataset report：数据集、评测协议、诊断工具或资源报告；
Resource or challenge proposal：基于代码、数据、预训练模型或评测套件的社区任务；
Position paper：关于表示、评估、部署、开放性或安全验证的观点文章；
Negative result：能够帮助社区识别无效假设、评测陷阱或失败模式的负面结果；
Early-stage idea：尚处早期，但可能启发新研究路线的想法与开放问题。
我们尤其欢迎以下主题：
4D occupancy、BEV、object-centric、video、LiDAR 或 hybrid world models；
多模态与 sensor-realistic simulation；
面向 planning、policy learning 和 closed-loop evaluation 的 decision-aware generation；
长尾、对抗、反事实与 safety-critical scenario generation；
面向 planning utility、sim-to-real validity 和 failure transfer 的 benchmark 与 metric；
自动驾驶数据集、标注、扩展规律与 data curation；
开放代码、数据集、预训练模型与可复现评测资源。
投稿与评审政策：请在提交前确认
1. 双盲评审
投稿必须匿名。作者姓名、机构和任何能够直接识别身份的信息不得出现在论文中。
OpenReview 表单提供可选的 anonymous resource link，可用于分享匿名代码、数据、视频或项目页面。请同时检查 URL、账号名、仓库历史、文件元数据和页面内容，确保不会泄露作者身份。
2. 非归档 Workshop
本 Workshop 不出版 proceedings，接收论文不会进入 CoRL 或 PMLR 正式论文集。若工作同时涉及其他 venue，作者需自行确认并遵守对方政策；投稿不得已经被 CoRL 2026 主会接收或正式发表。
3. Poster 与 Spotlight
所有接收的 contribution 都将以 poster 形式展示。部分投稿会根据技术质量、Workshop 相关性、决策连接与社区价值，被邀请进行简短 spotlight talk。Spotlight 是选择性邀请，并非接收后的默认或保证环节。
4. PDF 是否公开由作者选择
这是非归档 Workshop。投稿时作者需要明确选择：
同意接收后的 PDF 在 OpenReview 公开；或
保持 PDF 私有，同时允许 Workshop 网站列出标题、作者及作者提供的公开链接。
接收并不意味着 PDF 会自动公开。
5. 线下展示预期
若论文接收，原则上至少一位作者应到 Austin 线下参会并展示 poster；如情况变化，请及时联系组织者。目前不承诺远程展示安排。
6. 请提前创建 OpenReview Profile
使用机构邮箱创建的 OpenReview profile 通常会自动激活；没有机构邮箱的新 profile 可能需要人工审核，最长可达两周。请勿等到截止日前才注册或补全合作者资料。
重要日期
以下投稿系统时间均以 UTC 为准：
投稿开放：2026 年 8 月 15 日 12:00 UTC
投稿截止：2026 年 10 月 12 日 11:59 UTC（10 月 11 日 23:59 AoE）
作者通知：2026 年 10 月 26 日
最终版本与 Poster 确认：2026 年 11 月 2 日
Spotlight 材料提交：2026 年 11 月 6 日
Workshop：2026 年 11 月 12 日
Open Resources：从可运行的代码、数据和评测问题出发
为了降低进入该方向的门槛，Workshop 网站整理了可选的 starter resources。参与者可以基于这些资源开展新任务，也可以比较、诊断或挑战其中的假设：
UniSceneV2 / NuPlan-Occ：
4D occupancy、multi-view video、LiDAR generation 与 planning-aware evaluation
https://github\.com/Arlo0o/UniScene\-Unified\-Occupancy\-centric\-Driving\-Scene\-Generation/tree/v2
Challenger / Adv-nuSc：
对抗驾驶视频生成与 safety-critical scenario stress testing
https://github\.com/Pixtella/Challenger
立即查看完整 CFP
Workshop Website
https://arlo0o\.github\.io/Grounded\-Driving\-World\-Models\_Workshop/
OpenReview Venue / Submission
https://openreview\.net/group?id=robot\-learning\.org/CoRL/2026/Workshop/GroundedDrivingWMs
CoRL 2026 Official Website（获取最新 LaTeX 模板）
如果你的研究正在思考以下任一问题——如何生成结构可信的 4D 世界、如何连接多模态仿真与规划控制、如何评估世界模型的决策价值、如何用长尾场景检验安全性、如何建设开放数据和可复现 benchmark——我们期待你的投稿。
让我们在 CoRL 2026 一起把问题从“生成得像不像”，推进到“是否真的帮助系统做出更好的决策”。
原文链接: https://www.leiphone.com/category/private/ebKLRY9nmg0jUmyK.html
