利用视觉基元的已知结构并行解码整段坐标块，让物理AI的视觉规划更快更准

提出认知共生体范式：AI的另一半终局是增强具体的人（AHI），评估对象从机器转向人

以π0.5为基座做空间对齐持续预训练，真实世界操作成功率较π0.5提升24个百分点

用演化的兄弟框架救援基座失败任务，并把激发的能力迁移进策略，使提升在原框架下保留

证明随机抽样压缩高效却长尾不稳定，用少量探针模型优选随机子集，低成本削减高误差风险

MoT–MoE 统一图像模型：理解融入生成与编辑，31.7B 参数单卡部署，8 步 4.98 秒出图

只微调去噪轨迹尾段，让基础模型在连续20轮编辑后几乎不漂移且不损失原有能力

开源5万小时第一视角操控语料，发现缩放律，人机混合训练达成RoboTwin SOTA

把记忆从孤立事实升级为“事实+关系状态+推理状态”，并用强化学习学会何时、如何使用记忆

开源决策模型家族Drex，无自回归解码直接输出选项概率分布，以极低成本媲美前沿模型

204道人工长程视觉搜索题揭示：最强多模态智能体也只能完整做对26.47%。

开源PLatour用RL训练大小模型间线性桥，PACT-Check揭示部分收益并非真正来自信息传递

用合成失败三元组训练一步扩散模型修复高斯头像伪影，并把改进蒸馏回3D表示

低秩敏感性门控+匹配滤波读出，让线性注意力全面超越GDN-2与Transformer

把18道竞赛建模真题装进断网终端容器，用单侧计分与双层可行性验证机器可查地评测智能体

蒸馏视频扩散模型的预测表征，让机器人无需生成未来视频即可11Hz实时控制

450个潜空间智能体以KV缓存通信做演化程序搜索，3–8分钟达到基线60分钟水平

用事件触发的显式语言记忆，让VLA机器人记住任务进展并跨回合利用历史信息

利用分块间静音空闲预解码下一块，音频到达时一次前向验证，提速2.6-2.8倍、工具调用最高23.4倍

在 MoE 层输出上训练 SAE，将潜变量激活精确分解到各专家，揭示专家按特征而非领域细粒度分工

在输入前拼接可训练[DUMP]令牌吸收非语义噪声，不改架构即可提升检索嵌入质量

构建万条开放问题语料与Lean基准，揭示LLM闭卷再发现罕见、联网多为检索已发表解。

把工具观测压缩成128个连续隐向量直接喂给智能体：token省70-89%，EM/F1反升。

把智能体决策解耦为语义表示与条件预测，用共享冻结预测器从历史经验推断目标

利用FWL强度稀疏性剪枝合并令牌，实现首个实时FWL Transformer，加速8倍且F1提升9点

把多教师能力整合与少步蒸馏合并为单阶段训练,四步模型反超四十步且省约37%算力。

签名只证明来源不保证向量编码文本：边际定律量化劫持率，码级验证与规范化关闭差距

决定模型被哪些越狱攻破的主要是预训练运行本身，而非预训练数据。

用竞争博弈解释并测量企业在新闻嵌入空间中随收益的协同移动

模拟专科医师成长路径，揭示高单项分数难转化为患者级联合正确

按样本难度加权注意力头去相关，让ViT在难样本上强化头专业化，人脸识别提升且推理零开销

在身份嵌入球面流形上训练可控流匹配模型，构建属性均衡的15万张合成人脸数据集。