744B MoE 智能体模型以可验证经验流水线训练，并用 769 条任务记录剖析人机分工。

实时交互数字人与实时视频流编辑双模型，720p 下 25~42 FPS，并拓展到 VR 空间视频

把探索历史变成回放模拟器，让智能体在梦境中低成本进化探索策略

7B全开源模型靠深度思考加工具调用双引擎与极致训练效率，在数学和智能体搜索上比肩大型前沿模型。

免训练多智能体框架，通过广度+深度自主探索构建可复用记忆，让开源模型超越GPT-6等闭源前沿模型。

只缓存分组值，把键的线性映射吸收进查询按需重构，KV缓存省45-47%而精度几乎持平

统一具身理解、动作生成与未来状态预测，8B模型以72.5分刷新28项具身基准开源纪录

统一七类视频任务的32B多模态扩散模型，540p视频377毫秒生成

提出“发现基础模型”（DFM）框架，让AI从解决给定问题跃迁到自主发现、验证并改写新知识

让智能体用代码把真实视频重建为 Blender 动画场景，以可验证产物检验真实理解力

用全景潜状态保存世界上下文，按需渲染高保真透视视频的流式世界模型

把早期解读存为待验证声明，音频证据到达后验证、纠错并择时作答

投机解码的“无损”取决于精度：BF16 仅45%轨迹一致，FP32 则完全一致。

用双体积O-Voxel表示把TRELLIS.2原地扩展成无掩码、单次前向的部件级图生3D模型

以跨框架真实执行轨迹为监督，用GuardPO把优化对齐到安全决策本身，守护计算机使用智能体。

让通用编码智能体直接充当机器人策略，零训练完成装配、搭建、骰子、投掷与叠毛巾等真实操作。

首个开源分块扩散视觉语言 GUI 智能体，性能与速度双超同级自回归模型

揭示RL后训练中的马太效应，提出NGU自适应采样，动态重分配算力攻克难题。

用EPS评分找出低价值提示，教师改写为脚手架变体再注入训练，让RL持续获得有效学习信号

在在策略rollout中做稀疏局部纠正，用优势回归学习混合来源轨迹，兼顾探索与可学习性。

提出每token Elo指标：智能体测试时收益递减终不如独立采样，人类超线性，拐点指导算力分配

单一掩码扩散骨干统一动作、世界模型、目标态与任务理解四目标，支持推理组合与29倍加速

把设计方向变成显式中间决策，让UI智能体在固定解码设置下探索多样方案

单模型无法同时满足九道生产关卡，团队以模型族、解码期干预与集成攻克双语ASR

用学习的集合评分器替代逐样本影响力打分，以数百次微调预算选出更强的后门毒化集。

将开放词汇2D掩码显式提升为三场注意力，让3D扩散策略在杂乱场景稳定锁定目标

扰动MoE路由激活替代计算路径，把专家选择变成RL探索的新维度

用成对图像替换审计，量化放射报告可用性对医学VLM图像敏感度的影响

用多轮持续搜索逼裁判读新证据，大幅提升超长智能体日志的根因归因准确率

将精度与效率专精模型的策略偏移离线组合进单个学生模型，同时提升准确率并减少推理token

推理模型能解某个任务却常败给其结构等价变体，系统性缺口普遍存在

用NDR覆盖感知指标评测20个VLM把K线证据变成交易建议的全链路可靠性

TTVAE学出决策树连续隐空间，梯度上升联合优化预测精度与树稀疏度。