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。
Posts
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。
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 …
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 …
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 …
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（ …
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 …
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 …
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 …
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 …