SciReasoner通过原生结构推理统一蛋白质、小分子和无机晶体的结构-属性分析
Chen Tang, Yizhou Wang, Jianyu Wu, Lintao Wang, Shixiang Tang, Pengze Li,...
多模态科学AI
材料性质预测
结构-属性关系
蛋白质预测
逆合成
首个开源MoE视频基础模型，通过稀疏专家架构、机器人增强数据和多维奖励系统实现物理世界的精确模拟。
Shuailei Ma, Jiaqi Liao, Xinyang Wang, Jingjing Wang, Chaoran Feng, Zijing...
具身智能
扩散模型
混合专家模型
物理模拟
视频生成
引入双重潜在记忆机制解决VLA模型长视野任务的时间偏差问题
Hongyu Qu, Jianzhe Gao, Xiaobin Hu, Shaohuan Yang, Xinlei Yu, Rui Yan,...
机器人操作
深度学习
视觉-语言-动作模型
记忆机制
首个支持720p@60fps实时交互的开放式无限世界模型
Zelin Gao, Qiuyu Wang, Jiapeng Zhu, Jingye Chen, Zichen Liu, Qingyan Bai,...
世界模型
因果推理
多智能体
实时交互
视频生成
提出SAO方法，通过单轮次采样和双向token级剪裁稳定异步强化学习训练
Zhenyu Hou, Yujiang Li, Jie Tang, Yuxiao Dong
代码生成
异步训练
强化学习
数学推理
智能体任务
提出AGENTCANVAS和KDLOOP系统化评估 embodied agents 的架构搜索效果
Jian Zhou, Sihao Lin, Jin Li, Shuai Fu, Gengze Zhou, Qi Wu
Agent Architecture Search
Embodied Agents
LLM Agents
强化学习
视觉语言导航
提出包含42个模拟任务和18个现实世界任务的统一基准，评估通用机器人操作策略在泛化、记忆、长期执行、精度和开放语义五个维度的能力。
Tianxing Chen, Yue Chen, Zixuan Li, Junyuan Tang, Kailun Su, Haoran Lu,...
基准测试
机器人学习
机器人操作
模拟与现实评估
通用策略
通过稀疏寻址将线性RNN状态容量提升千倍
Loïc Cabannes, Pierre-Emmanuel Mazaré, Gergely Szilvasy, Matthijs Douze,...
RNN
增量网络
稀疏内存
线性注意力
长上下文学习
首个真实世界城市规模多模态数据集，支持街景重建和具身智能研究
Xiangyu Han, Mengyu Yang, Jiaqi Li, Bowen Chang, Ziyu Chen, Hexu Zhao, Rahul...
三维重建
具身智能
城市规模
数据集
神经渲染
OPSD-V通过真实长视频上下文进行缓存感知的在线策略自蒸馏，提升少步自回归视频生成的长视距稳定性
Hongyu Liu, Chun Wang, Feng Gao, Xuanhua He, Yue Ma, Ziyu Wan, Yong Zhang,...
扩散模型
知识蒸馏
缓存优化
自回归模型
视频生成
通过完整轨迹评估代码智能体的生产级基准测试框架
Andrey Podivilov, Vadim Lomshakov, Sergey Savin, Matvei Startsev, Roman...
LLM-as-judge
代码智能体
工具使用
评估基准
轨迹分析
融合LLM规划器和VLM批评者，将视频生成器转化为任务感知的世界模型，显著提升长周期机器人操作性能
Hanan Gani, Tejal Kulkarni, Madhoolika Chodavarapu, Nicklas Hansen, Manmohan...
世界模型
层次化规划
扩散模型
机器人学习
视频生成
通过端到端流水线将代码大模型适配到极低资源语言 Pharo，实现高质量的 IDE 内实时代码补全
Kilian Kier, Alessandro Giagnorio, Omar AbedelKader, Oleksandr Zaitsev,...
Pharo
Smalltalk
代码补全
低资源编程语言
持续预训练
通过两阶段真实世界RL，将触觉反馈残差适应到预训练视觉策略，大幅提升接触丰富操作任务的成功率
Kelin Yu, Haode Zhang, Harish Ravichandar, Yunhai Han, Ruohan Gao
强化学习
接触丰富操作
机器人学习
策略适应
视觉-触觉融合
基于token的双视图融合提升乳腺X光分类性能
Aysan Ghayouri Pirsoltan, Shima Babakordi, Mohammad Reza Mohammadi
乳腺癌分类
医学图像分析
多视图学习
提示学习
视觉Transformer
提出iKCE诊断方法揭示世界模型长期预测失败的本质是运动学而非动力学想象
Finn Rasmus Schäfer, Korbinian Moller, Yuan Gao, Christian Oefinger,...
世界模型
强化学习
机器人学
模型预测控制
物理推理
395次实验揭示地球观测模型缩放规律，蒸馏出高效嵌入产品
Zhengpeng Feng, Sadiq Jaffer, Ira Shokar, Jovana Knezevic, Mark Elvers,...
MATRYOSHKA嵌入
地球观测
知识蒸馏
缩放定律
自监督学习
通过参数隔离将触觉能力注入小型MLLM，在避免灾难性遗忘的同时实现SOTA触觉推理
Yoonhyung Park, Minji Kim, Sungwon Moon, Jiyoung Lee
具身智能
参数高效微调
多模态学习
灾难性遗忘
触觉感知