EVEWorld：世界模型别只顾画面好看

EVEWorld不只让机器人预测视频“像真的”，还盯住物体在操作过程中别凭空增减、变形或漂移。

深度专题 FEATURES — 1

PAPER H 12 · HF 74

ProWAM让机器人先想象一串关键画面再行动，把一次猜终点变成可反复校准的多步视觉计划。

速览 BRIEFS — 8

PAPER

KV²让可复用的长上下文缓存先粗选、再精算，压到2%时仍力保回答质量。

PAPER

SMI让世界模型按空间关系整理、取回和过滤记忆，而不是不断囤积旧画面。

HF 41

PAPER

NAVA-WAM直接从普通视频预训练动作策略，减少对昂贵机器人标注的依赖。

H 5 · HF 74

PAPER

ProAR让视频模型边生成边预想终点，减少只顾下一段的短视。

H 2 · HF 25

PAPER

六种商业路由器均未胜过同成本随机分配，动态选模型可能没有想象中可靠。

PAPER

AdaStep会判断每一步反馈是否可信，再决定它该在多大程度上影响训练。

H 1

PAPER

moesq把稀疏与量化直接对准GPU执行格式，让万亿参数MoE的压缩更接近真实部署。

H 30

PAPER

实验发现，思维链缩短40%至65%时，忠实度未必下降，可监测性也大多保留。

H 5 · HF 13