将物理世界表示为可执行代码，用智能体闭环发现世界并为VLM提供可扩展物理监督

扩展上下文管理工具集，用细粒度强化学习教智能体主动管理自身工作上下文

把游戏开发变成“引擎检查+人类验收”的可验证奖励环境，驱动世界模型自我改进

监督者-工作者架构让智能体在执行中实时纠偏并把经验沉淀为可复用技能

把智能体经验编译进永不回滚的Wiki知识库，与技能协同进化，全面超越现有技能进化方法

用YOLO定位加确定性几何验证取代VLM直接预测，CT空间问答准确率达94.1%

用环境扩展与智能体协作扩展两条路线，把推理模型变成能完成长周期复杂工作的系统。

把电影编码为可编辑的电影知识图谱，用重构残差驱动双环文本梯度自进化

以GDLA注意力与384选8细粒度MoE，13.2B激活参数实现智能体任务开源领先

用粗到细的智能体管线，从开放文本生成可探索、可编辑的大规模三维世界

让单一策略同时扮演行动者与环境，内化世界模型以摆脱外部环境依赖。

用When/Where/How三轴框架重定义大模型时代的持续学习

提出音视频协同编辑评测基准AVE-Compass，并配套规划式智能体AVE-Agent。

把世界模型重构为面向智能体的信息转移代理，提出6类功能×3层赋能的设计空间。

用结构先于语言的事件图数据，让视觉证据真正驱动多轮搜索。

面向真实设备的统一 GUI+CLI 基础智能体，在移动端全面 SOTA。

单一策略在任务序列中边解题边整理技能文档，实现端到端的可迁移技能学习。

用可控环境系统揭示长程规划能力在预训练、GRPO/OPD、多教师蒸馏三阶段的获取、塑造与整合规律。

复用教师轨迹做离线多轮 agent 蒸馏,零工具调用、4倍加速且不掉点。

构建可验证的离线维基百科环境，让搜索智能体自蒸馏迭代进化。