以教科书证明任务为载体，用细粒度RL奖励教会LLM边读边学自主解题

从真实执行轨迹挖掘工具依赖，跨环境合成可回放验证的长程智能体训练数据

构建上下文-焦点-观测点计划，让模型学会先判断该看什么再主动取证的视频描述框架

在 Gemma 4 26B 骨干上加装语音接口，统一语音推理、对话与工具调用，性能逼近专有系统。

智能体维护骨架/几何代理驱动视频生成，实现24FPS零样本可控游戏世界

单个9B策略完成脚本到长视频全流程，质量比肩Claude Opus 5而token开销仅1/33

并行生成多方法候选，用验证记录武装现成VLM判官，无需微调即超越奖励模型。

用共享能力重组任务并自动生成训练世界，驱动智能体框架递归进化

编码智能体零样本画图：结构保真超原生文生图，代码可作为可执行的视觉思维语言

开源320B稀疏MoE智能体模型，以稳定预训练、多脚手架RL与多教师蒸馏强化CLI能力

统一五大智能体领域的离线评测基准，最强VLM准确率仅58.5%

给现成编码代理装上命令行感知工具包，闭环采集-记忆-解读证据链，五大空间基准全面领先

Meta 开源的 30B 端侧智能体模型：蒸馏自前沿教师，4-bit 量化后单卡 32GB 可跑

固定模型权重，用成功-失败对比与外部设计检索迭代进化智能体框架，提升重复运行可靠性

首个223任务的Blender三维创作基准，冠军模型完整通过率仅42.2%

用最终验证结局训练7B小模型监控代码智能体，提前中止注定失败的运行以省钱

把职业组织建成持续运转的生成式模拟，让任务、上下文与评审从真实工作中自然涌现

用设计轨迹与场景批评双数据集加Critic引导的GRPO，让模型学会既会设计又会鉴赏3D场景

用分层SFT与窗口交互强化学习训练35B MoE模型，自主完成长程机器学习实验优化

弱模型真实执行读操作起草轨迹，强模型单次预填充语义验证，质量逼近强模型、省一半内存时间