ArXiv 每日精选 · 2026-10-04

周末补遗,来源仍为 2026-10-02(Fri, 2 Oct 2026)公告批次。精选 8 篇论文:用 110 个真实任务、2,640 段视频追问视频生成模型能否产出目标导向第一人称操作过程的 Ego2Act(MBZUAI + 南洋理工 + UNC,最好的 Seedance-2.0 综合仅 64.0 分,人类 100.0)、把世界动力学搬进 VLM …

2026年10月4日 · 30 分钟 · 14860 字 · gulucaptain

ArXiv 每日精选 · 2026-10-03

周末补遗,来源为 2026-10-02(Fri, 2 Oct 2026)公告批次。精选 8 篇论文:把潜空间劈成可控与不可控两块、让干扰信号全部落进不可控区的 CF-JEPA(Georgia Tech,密集干扰下唯一不坍缩)、用多样化 beam search 造候选未来再用组相对优势反哺世界模型的 FutureWorlds(港科大广州 + 港中文 + 腾讯 …

2026年10月3日 · 27 分钟 · 13308 字 · gulucaptain

ArXiv 每日精选 · 2026-10-02

精选 8 篇来自 2026-10-02(Fri, 2 Oct 2026)公告批次的论文。涵盖用显式 4D 刚性几何作控制接口、把物体做成 canonical mesh 再逐帧施加刚性变换的 4Director(Stability AI + 伊利诺伊大学厄巴纳-香槟分校,IG-IoU 60.4 vs 3D mesh 53.0)、用 coding agent 维 …

2026年10月2日 · 29 分钟 · 14234 字 · gulucaptain

ArXiv 每日精选 · 2026-09-30

精选 8 篇来自 2026-09-30(Wed, 30 Sep 2026)公告批次的论文。涵盖把分布匹配蒸馏的打分粒度从整段 rollout 降到单 chunk、从而在 5 秒训练视野上稳住 60 秒生成的 Rollout-Marginal Distillation(港中文 MMLab + 腾讯 AIPD,VBench-Long 81.26 vs …

2026年10月1日 · 28 分钟 · 13989 字 · gulucaptain

ArXiv 每日精选 · 2026-09-29

精选 8 篇来自 2026-09-29(Tue, 29 Sep 2026)公告批次的论文。涵盖把历史压成共享 memory token、并用 Stable Forcing 稳住双向→自回归蒸馏的实时交互式世界模型 WorldPlay2(项目主页 worldplay2.github.io)、把双手触觉手套信号以零初始化残差注入视频扩散 Transformer …

2026年9月30日 · 30 分钟 · 14700 字 · gulucaptain

ArXiv 每日精选 · 2026-09-27

周末补遗:精选 8 篇来自 2026-09-25(Fri, 25 Sep)公告批次的论文。涵盖把联合去噪摊薄到连续重规划周期、取得 4.5× 稳态加速的 Rolling-WAM(USC + Brown + 复旦 + 丰田研究院,LIBERO 98.1%、RoboTwin 93.3%)、让通用 VLM 在可视化动作工作区里「预演再执行」的 World …

2026年9月27日 · 30 分钟 · 14745 字 · gulucaptain

ArXiv 每日精选 · 2026-09-26

精选 8 篇 ArXiv 论文,覆盖 2026-09-25(Fri, 25 Sep)公告批次。涵盖让未来视觉预测显式条件化于「已下发动作」从而把异步执行真正做对的 Streaming-WAM(上海交大 + 山大 + 华东理工 + 理想汽车,LIBERO 98.35%、回合耗时降至 1/2.93)、用 150 个认知科学任务与 150 万样本语料训练视频模型客 …

2026年9月26日 · 29 分钟 · 14449 字 · gulucaptain

ArXiv 每日精选 · 2026-09-25

精选 8 篇 ArXiv 论文,覆盖 2026-09-24(Thu, 24 Sep)公告批次。涵盖把 90 种零件的插入装配做成单一世界模型并零样本泛化到未知几何体的 InsertionWM(NVIDIA + UCSD + USC,IROS 2026,零样本成功率 56% vs 无模型基线 7%)、用固定尺寸联想记忆替代不断膨胀上下文的 MemBodied( …

2026年9月25日 · 28 分钟 · 13914 字 · gulucaptain

ArXiv 每日精选 · 2026-09-24

精选 8 篇 ArXiv 论文,覆盖 2026-09-23(Wed, 23 Sep)公告批次。涵盖把量化误差定位到 attention logits 偏移的 QuantWM(哈工大深圳 + 新加坡国立大学,2-bit KV cache 下 LongCat-Video 的 PSNR 20.683→25.508、LPIPS 0.0784→0.0332)、把连续动 …

2026年9月24日 · 31 分钟 · 15335 字 · gulucaptain

ArXiv 每日精选 · 2026-09-23

精选 8 篇 ArXiv 论文,覆盖 2026-09-22(Tue, 22 Sep)公告批次。涵盖用相机可查询隐式 3D 记忆做长程一致的 WorldCrafter(北京大学 + 腾讯 IEG ARC Lab,回访一致性相对最强基线提升 47.6%)、学习内禀动力学算子的 NeuIDO(上海交大 + 厦门大学,ECCV 2026,few-shot 后平均 …

2026年9月23日 · 29 分钟 · 14411 字 · gulucaptain