代码Agent开始充当世界大脑

代码管世界如何变化，视频模型管它长什么样：Agent开始从工具调用者变成模拟器的“大脑”。

深度专题 FEATURES — 3

PAPER HF 134

WarpSAC发现：并行模拟让经验不再稀缺，SAC过去的“保险措施”反而可能拖慢学习。

PAPER H 17

把大模型数据配比当作配方实验，用更少的小模型试训寻找更好的混合方向。

PAPER

WorldEcho专测机器人是否真按动作预测未来，揭开“画面合理、动作失真”的盲区。

速览 BRIEFS — 8

PAPER

让机器人偶尔在后台“看一眼未来”，不耽误实时动作。

H 2

PAPER

实测比较显示：KV显存吃紧时，模型装得下就压缓存；装不下，加卡才是入场券。

PAPER

AgentSpec让投机解码适应批量Agent请求，最高实现2.02倍加速

H 4

PAPER

实测发现，扩散语言模型的并行优势，关键不只在GPU算得快，更在于能否把请求合成一批。

H 35

PAPER

让机器人把“等待模型思考”的空档也纳入学习，减少停顿与失控。

H 1

PAPER

只用无害事实做强化学习，也可能让模型更容易吐出早已记住的私人信息。

H 6

PAPER

长程代码 Agent 中途换模型并非无缝接力，交接方式会直接影响质量与成本。

H 11 · HF 12

PAPER

FrontierChallenge验收科学Agent全流程：做了多少不算，交齐产物才算过。

HF 136