Hi, I’m gulucaptain 👋

技术探索 · AI · 工程实践 · 搜索论文 · 📖 阅读剪藏

ArXiv 每日精选 · 2026-10-13

本期覆盖 2026-10-12 ArXiv 公告批次,精选 8 篇最新 AI 论文,涵盖几何引导的视频扩散导航、世界模型合成数据、VLA 双流记忆、统一生成式视频压缩、3D 高斯个性化 VLA、自动驾驶反思式自蒸馏、自适应分块去噪加速与可修正具身记忆等核心方向深度分析。

2026年10月13日 · 19 分钟 · 9364 字 · gulucaptain

Math 每日速递 · 2026-10-13

arXiv math.PR 2026-10-12(Mon, 12 Oct 2026)新批次 40 篇 + PTRF / Annals of Probability 近期上线,候选池 94 篇,精选 6 篇:branching process 主线 2 篇(Ting Yang 给出超临界非局部分枝超过程加权占据时的函数中心极限定理与三 regime 三分律 …

2026年10月13日 · 23 分钟 · 11493 字 · gulucaptain

ArXiv 每日精选 · 2026-10-12

本期为周末补遗二,继续从 2026-10-09 ArXiv 公告批次精选 8 篇高相关论文,涵盖人形世界动作模型、贝叶斯空间世界模型、因果视频扩散、VLA 潜在推理复用、具身策略时序记忆、生成式人机重定向、跨异构触觉与统一多模态扩散蒸馏等核心方向深度分析。

2026年10月12日 · 18 分钟 · 8669 字 · gulucaptain

Math 每日速递 · 2026-10-12

arXiv math.PR 2026-10-09(Fri, 9 Oct 2026)公告批次 45 篇 + PTRF / Annals of Probability 近期上线,候选池 105 篇,精选 10 篇(00:30 首刊 6 篇 + 04:00 增补 4 篇):branching process 主线 5 篇(Ishak 的临界分支随机游动香肠容量 …

2026年10月12日 · 35 分钟 · 17367 字 · gulucaptain

ArXiv 每日精选 · 2026-10-11

周末补遗:继续深挖 2026-10-09(Fri, 9 Oct 2026)公告批次。精选 8 篇论文:完全用仿真数据训练、零样本迁移到真实家庭的移动操作 VLA SimVLA(延世大学 + 首尔大学,优于用 50 条真实域内示教微调的 π0.5)、把相机集合表示与动作学习解耦、相机位姿扰动下只掉 0.8 pp 的 VersaCamVLA(香港中文大学(深圳 …

2026年10月11日 · 23 分钟 · 11115 字 · gulucaptain

ArXiv 每日精选 · 2026-10-10

覆盖 2026-10-09(Fri, 9 Oct 2026)公告批次。精选 8 篇论文:在预训练的「面向预测」表示空间里做潜世界建模、把动作条件化于预测未来的 PLaW-VLA(吉林大学 + Astribot + 哈尔滨工业大学深圳 + 香港理工大学 + 东京大学,CoRL 2026,LIBERO 平均 97.4%、推理延迟仅为生成式 …

2026年10月10日 · 25 分钟 · 12194 字 · gulucaptain

ArXiv 每日精选 · 2026-10-08

覆盖 2026-10-07(Wed, 7 Oct 2026)公告批次。精选 8 篇论文:用 3D 度量深度当训练信号并反哺 RGB 预测的操作世界模型 DepthWorld(捷克布拉格技术大学,CoRL 2026,重标定 7 万余 episode,PSNR +1.48 dB,标定误差从 111.3 mm 降到 14.0 mm)、把时间因果与逐状态递归解耦的并 …

2026年10月8日 · 30 分钟 · 14686 字 · gulucaptain

ArXiv 每日精选 · 2026-10-07

覆盖 2026-10-06(Tue, 6 Oct 2026)公告批次。精选 8 篇论文:把音视频生成做到 29B 规模并全量开源权重与代码的 Kandinsky 6.0 Video(Kandinsky Lab,双流 CrossDiT + 连续预训练,5 秒 44 kHz 同步音频 + Full-HD)、为循环线性注意力补上「可选址长程记忆」的 HLA-WM( …

2026年10月7日 · 31 分钟 · 15066 字 · gulucaptain

ArXiv 每日精选 · 2026-10-06

覆盖 2026-10-05(Mon, 5 Oct 2026)公告批次。精选 8 篇论文:用非平衡最优传输把少步蒸馏统一到文生视频、图生视频与条件生成三类任务的 VDOT++(悉尼大学 + 上海人工智能实验室等,四步生成器比肩多步教师)、用局部 + 全局混合奖励修相机可控长视频三维一致性的 LoGo(加州理工 + World Labs 等,并发布 …

2026年10月6日 · 30 分钟 · 14812 字 · gulucaptain

ArXiv 每日精选 · 2026-10-05

周末补遗三,来源仍为 2026-10-02(Fri, 2 Oct 2026)公告批次。精选 8 篇论文:把观察与行动解耦、用全景观察者接住出画物体的 World Observer(KAIST AI,2B 模型 FID 29.30/19.65、出画动力学 OOV-Dgt 0.426/0.531 全面领先)、用可重放世界记录检查视频模型是否真的渲染了程序所指定事 …

2026年10月5日 · 35 分钟 · 17047 字 · gulucaptain