Astronex：世界模型开始实时交互

Astronex把视频生成器变成可持续操控的环境，但“实时交互”仍待延迟数据验证。

深度专题 FEATURES — 2

PAPER HF 58

把预测拆成互补因子，JEPA-Anything试图用同一原则理解图像、病程、分子与天气。

PAPER HF 138

长程 Agent 越跑越贵，DeepSeek 用跨层复用与 4 位缓存，把关键 KV 缓存压到前代约四分之一。

速览 BRIEFS — 8

PAPER

MAGMA-GEN用反事实重执行筛掉误判，让机器人的失败经历成为更可靠的恢复教材。

H 32

PAPER

SwitchSD 读取主模型的内部信号，动态决定草稿该复制还是生成。

PAPER

PreDE先看离线动作偏差，筛出值得上机器人实测的量化配置。

H 21

PAPER

TacSushi让机器人边看边“摸”，在寿司操作中学会预判接触后果。

H 2

PAPER

长视频越生成越容易漂移，Recency Forcing把原因指向训练与实际生成时的记忆落差。

PAPER

模型先看近处，必要时才回查完整历史，减少长上下文的重复扫描。

H 34

PAPER

让Agent连环境反馈也学着预测，会改变强化学习后的探索方式。

H 10 · HF 28

PAPER

用360°视频给4D模型做记忆体检：画面外的物体，普遍记不牢。