多人世界模型，先共享同一个现实

MASS让多人世界模型先维护同一份世界状态，再按需生成各自视角，避免千人各做一场互相矛盾的梦。

深度专题 FEATURES — 3

PAPER

GAUGE把仿真和生成视频拉回真实测量：画面像物理，不等于运动真的对。

PAPER

LAWM-3D从人类视频提炼三维动作代码，试图降低机器人世界模型的数据成本。

PAPER

把提示、工具流程也纳入后训练：AI 不只练“大脑”，还会改造并逐步收起自己的办事清单。

速览 BRIEFS — 9

PAPER

QEvict给被淘汰的KV留一份低比特备份，注意力转移后还能重新启用。

PAPER

DBlast让草稿词元彼此照应，在随机生成中拼出更连贯的候选块。

H 6

PAPER

XEWorld换掉机器人身体做受控测试，发现模型更认外形，而非真正迁移物理规律。

PAPER

纸面文字可让机器人改计划：三款VLM在系统测试中均曾中招

H 35

PAPER

弱模型不必解完整道题，也能靠局部试探帮强模型找出推理岔路。

PAPER

记录填词顺序后，研究者发现扩散LLM会先锁定答案，再围着结论补推理。

PAPER

因果审计显示：AI 会裁剪、放大图片，不代表它真的借此找到了答案。

PAPER

16张B300实训Qwen3-32B：功耗排障比利用率更可靠

H 24

PAPER

CodeGrep专门训练 AI 先找对文件，减少编码 Agent 在仓库里盲目翻找。