深度专题 FEATURES — 3
Agent开始改造自己的工作台
HarnessDev让模型自己搭建并改造Agent工作台,结果显示:外壳能放大能力,也会制造新的不稳定。
GitHub仓库正在变成Agent技能
把千行代码仓库做成Agent可调用的技能包:这条路线想补上AI自动研究最缺的实操经验。
潜在思维:推理不必写成文字
LRT让小型辅助网络在潜空间反复改稿,再由冻结LLM作答,挑战逐字推理的默认路径。
速览 BRIEFS — 8
PAPER
语言理解如何变成世界控制
H3-World用语言指令控制视频世界,只微调0.199%参数,便能让动作与镜头按时发生。
PAPER
4D世界开始边生成边重建
Streaming4D让视频生成与三维重建并行接力,单卡运行提速1.24倍。
PAPER
VLA开始学习可复用动作程序
REFACTOR-VLA让机器人自行整理可复用的动作套路,用“程序积木”组合长任务。
PAPER
点云也能支撑JEPA规划
JEPA从图像走进点云:几何观察稀疏且多为静物,潜空间规划仍能成立。
PAPER
量化损伤可能有全局规律
低比特误差往往散落全模型,有限精度预算更适合全局分配
PAPER
RLVR的裁判到底错在哪里
自动裁判会被句号和换行骗过,模型进步与榜单成绩都可能掺入判分偏差。
PAPER
手机LLM开始管理多任务记忆
mzCache让手机AI边恢复内存边工作,减少应用切换后的等待
PAPER
机器人装配模型瞄准亚毫米
Facet-0让机器人预判接触受力,瞄准亚毫米级真实装配。