LaLa-World：用语言扩展世界模型

LaLa-World用自然语言统一不同动作与数据，让一个世界模型跨领域学习、规划，还能进一步变成机器人策略。

深度专题 FEATURES — 3

PAPER HF 124

DONIC让一套控制器学习多类双手操作，人类示范驱动的灵巧机器人正从专才走向通才。

PAPER H 7 · HF 108

智能体工作越久，缓存越像一套物流系统。AKV让它边做边整理“计算笔记”，少重算，也少遗忘。

PAPER H 1

机器人反应慢，未必是算得慢。FLASHRT-PAI把优化对象从单个算子扩展到整条推理管线。

速览 BRIEFS — 8

PAPER

机器人能想出合理下一步，却未必选中用户要的那一步；TaskWAM专门校准任务阶段。

PAPER

RoboJudge不评画面好不好看，而是检查机器人视频是否守物理、真办事。

PAPER

TideKV把KV缓存淘汰推迟到每层读完整段提示词后，降低长上下文预填充的显存峰值。

PAPER

无人值守的智能体自我改进，先要量清质检是否可靠、错误能否真正撤回。

H 21

PAPER

RLVR答题更准，也可能只剩一种套路；TAR用自适应回放守住稀有解法。

H 76

PAPER

Google 与 Meta 共建 TorchTPU，让 PyTorch 模型更容易直接迁往 TPU。

H 8

PAPER

把群体协作规律写进模型，或能让机器人更稳地走出模拟器。

PAPER

BitMTP把低比特骨干与多 Token 预测合为一套系统，同时减少权重搬运和串行生成。