Ling 2.0：万亿参数开放推理模型

Ling 2.0 用稀疏专家把总容量推至万亿参数，并让每次计算更集中于推理能力。

深度专题 FEATURES — 3

PAPER

世界模型不只猜未来，还要分清“换个动作会怎样”，让机器人规划少被相似画面误导。

PAPER H 5

KVShareArena把缓存复用推向不同上下文和模型版本，并算清质量与成本账。

PAPER

TrojanWorld把后门藏进世界模型：预测看似正常，智能体的行动却可被实物触发并持续偏转。

速览 BRIEFS — 8

PAPER

同一个答案反复出现，可能只是模型暂时没改口，并不表示推理已经结束。

PAPER

AF1把附加开销也算进账，尝试让1比特大模型真正省内存、跑得快。

PAPER

PhysWeep从视频像素反推物理参数，发现部分生成器听采样种子、不听指令。

PAPER

小型视觉触觉模型能改善抓取选择，但预测更准不等于决策更好

H 1

PAPER

让世界模型看懂不同步传感器，并划清“下次刷新时间”何时真正有用。

PAPER

DFlow把验证阶段的“废稿信息”带到下一轮，提高并行草稿命中率。

H 21

PAPER

MaP-WAM把长期经历整理成计划，让机器人记得前事，又不必每一步重读全部历史。

HF 26

PAPER

MotionBlind用成对视频测试运动感知：会认物体的Video-LLM，未必看得懂速度与方向。