Agent直接接管真实机器人

通用Agent不经专项训练，边看、边写程序、边纠错，直接驱动真实机器人完成多类操作。

深度专题 FEATURES — 3

PAPER HF 172

PhysBrain把看懂环境、生成动作和预测后果放进同一模型，但“闭环”目前主要成立在训练框架里。

PAPER HF 266

Dream-RSI把探索历史变成低成本“梦境”，让Agent先复盘搜索策略，再回到真实任务继续发现。

PAPER H 11

Robion把机器人的“看懂”和“行动”错峰并行，让多台机器人共享GPU也尽量按时交卷。

速览 BRIEFS — 8

PAPER

GPU显示“很忙”，不等于真在干活；LLM性能诊断需要拆开看。

H 36

PAPER

字节级学生起步慢，却随算力增长越跑越快，可能突破Token模型的平台期。

H 5

PAPER

同一模型备好多种位宽副本，再按请求对量化损伤的敏感度动态分流。

H 5

PAPER

固定大小缓存让块扩散生成长文本时，显存不再随上下文一起膨胀。

PAPER

CLAW 用少量现场交互生成低秩补丁，让世界模型换环境后快速校准。

PAPER

VideoTok4D把场景结构与运动分开压缩，让视频Token开始描述随时间变化的三维世界。

PAPER

SeqMoE预判专家调用并提前搬权重，减少低显存推理中的GPU空等。

PAPER

固定同一模型只换脚手架，私有测试显示榜单成绩并非只由模型决定。