TokenRouter：每个词都能换模型

TokenRouter把模型切换细化到每个Token，并用异步调度化解由此带来的拥堵。

深度专题 FEATURES — 3

PAPER HF 33

DreamTrue用反事实训练纠正机器人的“错误梦境”，让预演既像真的，也更听动作指挥。

PAPER H 73

让语言模型在训练时反复遭遇模拟硬件故障，模型越大，抗错能力反而可能越强。

PAPER H 48

Workhorse把人类动作录像变成全身指令，让人形机器人学会手脚并用，还能在受扰后继续干活。

速览 BRIEFS — 8

PAPER

ME-World同步预测多个行动者眼中的未来，让彼此动作和环境变化对得上

HF 51

PAPER

CanonQ用一套统一规则处理权重、激活和KV缓存，让模型适应三类误差的联合作用。

H 10

PAPER

RLDISCOVER让LLM改写并筛选强化学习算法，用分阶段测试压低搜索成本。

H 23

PAPER

RoboJEPA不只预测机器人未来，还追问投入更多算力后，预测能力会怎样增长。

H 11

PAPER

Long-WAM让机器人真正用上更长视觉历史，同时把实时控制延迟压到可部署范围。

HF 87

PAPER

PhysEvo让冻结的Astra复盘失败，改造整套机器人系统

H 2 · HF 26

PAPER

UltraWorld从未追踪临床视频学习超声规律，再用合成动作补上探头控制关系。

H 1

PAPER

遮住小球后，V-JEPA 2很快“忘掉”它；这项测试把追踪能力与物体恒存拆开了。