GreenWAM：机器人世界模型一身两用

同一模型既预演动作后果，又直接指挥机器人，还能跨20类机体复用。

深度专题 FEATURES — 2

PAPER HF 228 · 2 信源

Jeva 与 VideoJev 把候选决策做成专用接口，绕开逐字生成，在文本与视频任务中换取更低延迟。

PAPER

MonoRace用单目相机和机载计算竞速，并在统一赛场击败AI队伍与冠军飞手。

速览 BRIEFS — 8

PAPER

LongR把长推理的终点得分拆成沿途信号，教模型边想边找关键材料。

H 37 · HF 12

PAPER

WAVE-0让机器人在潜空间先预看动作后果，以较低成本把未来预测真正用于决策。

HF 21

PAPER

TacitVLA让机器人学会推理，却不必等推理文字写完再行动。

PAPER

Tev先造“标准答案世界”，再按可验证进度给分，让长程智能体走到半途也有训练信号。

HF 64

PAPER

把动态场景存成可按时空读取的“机器摘要”，重复生成时不必反复编码

PAPER

FramePack-U按问题分配画面清晰度，让长视频在固定内存预算内交给模型理解。

HF 5

PAPER

Agent-Reflex从工具报错与成败对照中学习复盘，让智能体遇到噪声或用户改口时及时改道。

HF 192

PAPER

这辆自行车机器人不只会自己骑，还能平衡、跳过一米障碍甚至前空翻。