WAM-TTT：机器人看人操作就能转向

WAM-TTT让机器人在部署时观看人类操作，把新任务写进临时记忆，少补采机器人示范。

深度专题 FEATURES — 2

PAPER

世界模型会替机器人预判成败，但画面逼真不等于判决可信：先给模拟器做一场资格审查。

PAPER H 10

一场可逐步审计的实验发现：RL不只强化旧技能，还会把基础动作压缩成可复用的新策略。

速览 BRIEFS — 8

PAPER

DeLS-Spec让长上下文管全局、短上下文补前后依赖，降低并行起草的改造成本。

PAPER

TriRoute用一个学习式路由器，联合分配注意力、专家计算与缓存精度。

H 1

PAPER

把量化后的 KV Cache 无损归档，还能不解压直接检索

PAPER

SAO让智能体任务“做完一份就学一份”，用单次轨迹降低采样与等待成本。

HF 13

PAPER

Pelican-VLA先锁定该看哪里，再生成动作，揭示机器人泛化的关键缺口。

H 6

PAPER

EmbodiedGen V2让智能体把3D素材组装成可训练、可交互的仿真世界。

PAPER

GIFT先“拉匀”梯度再用FP8传输，以少量速度换取更可靠的模型更新。

PAPER

恶意邮件一旦混进 Agent 的长期记忆，可能在后续任务中反复操纵真实操作。

H 4