请求中心编程、模型中心执行的服务系统，让 token 级路由吞吐提升 2–64 倍

小米用三维度规模化智能体强化学习，把万亿参数全模态模型推向前沿智能体水平。

给预训练多模态大模型配一套导航智能体框架，零微调跑通任意任务与陌生场景

引擎管状态、共享神经渲染器管画面，预训练智能体4轮学会建庇护所

联合生成多个第一人称视频流，让多智能体细粒度交互保持共享世界一致

在摘要后附加可学习软记忆向量，让冻结LLM逼近全上下文表现

明确机器人ICL该学什么，用低成本数据配方实现极简零样本操作泛化

把历史交互轨迹重建成可复用世界书，让一个世界模型智能体充当任务智能体的环境。

免掩码框架把任意静态3DGS场景变成任意视角下生动无缝循环的动态3D影像

用免训练的语义子空间 U-SPACE 定位并量化 LLM 推理中不确定性的来源

用20个规则反直觉的全新文字游戏，测出LLM智能体从交互经验中学习的真实水平

离线几何标定加反事实奖励后训练，让机器人世界模型忠实跟随动作且物理合理

冻结LLM把环境规则写成自然语言规则书并编译为可执行世界模型，靠预测误差循环修订实现递归自我改进。

以token级KV选择加锚点缓存残差补偿，免训练实现视频/3D扩散生成2.32倍提速且画质无损

构建多实现面板与联合成功函数，暴露单一参考评估对LLM生成测试质量的高估

偏好奖励+量规奖励组合的后训练配方，让开源文生图模型在Arena榜提升69 Elo

校准激活改取自模型自回归解码步并配定制N:M稀疏内核，解码加速最高1.48倍

系统梳理大语言模型六大基石：预训练、生成建模、提示、对齐、推理与推理增强的教材级综述

策略写成跨回合复用的状态化代码，运行时零模型，RoboDojo 成功率 70.24% 大幅领先。

用学习式视图合成器替代点云重建，以先对齐后锐利的条件驱动扩散模型生成第一人称视频

以视觉接地证据图统一单图、多图与视频深度研究的8B开源智能体

提出推理编辑基准 RISEBench++（1000例双语）与免训练智能体 RISE-Agent。

构建监控基准与免训练行为证据图，帮用户核验长程智能体的关键自主决策并定位证据

预训练LLM编写可执行程序并迭代对照源网格几何，重建仿真就绪的铰接资产

在图上圈选、涂鸦、拖箭头并写简短注释即可精准局部编辑，无需文本提示词

同一组层循环8次并逐环读出概率，以算力换参数，1.4B决策模型比同形状单次模型高13.5点

首个以卷尺实测距离直接评测3D基础模型点对距离估计能力的统一基准，覆盖四类设置

以生命周期契约为核心的稀疏优先推理引擎，支持15种稀疏方法并实现最高10×解码吞吐提升

检索器系统性高估文本分数致混合语料检索失稳，Trident以共享softmax多正例对比学习修复

用原子化结构单元加“规则+受限LLM”两段式评分，实现可靠的细粒度视听描述诊断

把每次纠错变成带判据的持久便签，跟踪到真正解决，最高提升15个百分点

把成功经验存成视觉技能卡，检索后同时指导推理与奖励，与策略优化闭环共进化

受控实验揭示LLM难以恢复并执行高阶条件序列结构，表面分布匹配会掩盖错误的生成机制

把视频生成改造成闭环任务执行：规划器选动作、执行器渲染画面、循环至任务完成

用α散度变分推导的双分支核替代裁剪，修复RLVR离策略训练的梯度饥饿

用核化与加权 softmax 注意力替换线性注意力，导出按需增长的键值记忆网络及其学习规则

把工具增强空间智能体的推理内化进模型本体，推理时完全免工具

以生成与语义基础模型把密集对应扩展至图像编辑，并量化身份保持

从线性注意力状态递归中挖掘内在 token 重要性信号，训练免费压缩视觉 token

用空间画布加四种绑定取代纯文本提示，让海报构图意图可直接在二维空间中组合表达。

GPU并行基准Hebero与DGPO框架：单策略掌握40个异构操作任务，实机零微调成功率82.5%

首个预测性空间推理诊断基准：最强模型58.0%远低于人类87.2%，空间专用模型接近随机

免训练管线实现逐部件几何与外观的局部可控3D生成

首个评测编码智能体按文本搭建可真实拼插乐高作品能力的基准

提出识别-求解-上报（ISE）轨迹级指标，发现智能体越准越不愿承认不确定性

用带衰减的注意力残差替换逐轮覆盖，让7M循环模型在两万次迭代中越算越准

Station 多智能体环境配合新机制使 AI 自主重现 62.7% 隐藏科学发现

保留被拒候选沿链精炼，把失败证据变成阶梯，突破持久失败屏障

用深度/语义/BEV文本线索作训练特权，仅蒸馏错误轨迹，部署模型保持纯RGB推理

提出跨五域的AgenticBBO-Bench基准，系统剖析LLM智能体做黑盒优化时工具、信息与控制权的价值。

单个Transformer块循环复用，深度编程专家恢复逐层计算，参数省70%精度持平

LLM智能体在策略强制API的模拟企业环境中生成数据，结构有效性由构造保证

把研究报告当作持续演化的状态，用结构化框架做增量更新，省钱又连贯

让冻结的LLM/VLM用技能、知识记忆与多模态知识库从部署经验中持续进化