世界模型的盲区，藏在潜空间

三项研究追问世界模型的潜空间：画面压得好，不等于未来猜得准，更不等于记住了决策关键。

深度专题 FEATURES — 2

PAPER H 39

BoxWorld把规则判断交给世界引擎、把画面交给视频模型，让生成世界既听指挥，也保留视觉表现力。

PAPER H 40 · HF 18

h1 不替 AI 规划证明路线，只让它持续试、持续改，却在多项基准上追平或超过复杂工作流。

速览 BRIEFS — 9

PAPER

GameVerse用两分钟游戏片段训练世界模型，补上长时记忆所缺的数据。

H 5

PAPER

TAPESTRY让视频生成与机器人控制共用主干，动作决策不再依赖现场生成视频。

H 5

PAPER

DISCO 在服务器复制草稿模型，把每轮通信从整张词表压到几个数字。

H 7

PAPER

把注意力偏置折进 Key，压缩缓存也能直接走 FlashAttention 等标准内核。

PAPER

MoE 推测解码不能只看猜中率：少搬专家权重，也可能被内核带宽抵消。

H 5

PAPER

用小实验预估百倍算力下的RL表现，为昂贵训练先算清预算账。

H 21

PAPER

数据精选不一定抬高模型上限，关键看训练内容与目标任务是否存在可纠正的偏差。

PAPER

把科研“查重”拆到具体主张，AI 才不至于把新想法和旧成分一起丢掉。

H 87

PAPER

同一小游戏切换实时与暂停，测出智能体“会做却来不及做”的差距。

H 23