ArXiv 每日精选 · 2026-09-20

精选 8 篇 ArXiv 论文,为周末补遗,来源为 2026-09-18(Fri, 18 Sep)公告批次。涵盖用师生蒸馏把人类交互数据变成统一全身控制策略的 ViLoMan(中科院计算所 + 国科大 + BAAI,关门 SR 77.55%、执行 6.20 秒,是唯一同时满足五项能力要求的方法)、首个把本体感受写进预测目标的越野导航世界模型 Feel-WM( …

2026年9月20日 · 29 分钟 · 14113 字 · gulucaptain

ArXiv 每日精选 · 2026-09-19

精选 8 篇 ArXiv 最新论文,覆盖 2026-09-18(Fri, 18 Sep)公告批次。涵盖用 100 小时人类触觉数据撬动机器人域预测的 DexTouch-WM(HKUST(GZ) + Xspark AI + 北大 + 清华 + 港大,真机监督固定 5 小时仍持续涨点)、5B 开源实时可交互世界模型基座 Astronex-World …

2026年9月19日 · 28 分钟 · 13757 字 · gulucaptain

ArXiv 每日精选 · 2026-09-18

精选 8 篇 ArXiv 最新论文,覆盖 2026-09-17(Thu, 17 Sep)公告批次。涵盖把「可玩世界」做成实时服务的 5B 自回归世界模型 Zing-0.5(SeedLeap.ai,832×480 @ 24 FPS、约 $0.009/流分钟,WBench 81.0)、用关键帧作为 VLM 规划与全身 RL 控制接口的 KINO(ETH …

2026年9月18日 · 26 分钟 · 12733 字 · gulucaptain

ArXiv 每日精选 · 2026-09-17

精选 8 篇 ArXiv 最新论文,覆盖 2026-09-16(Wed, 16 Sep)公告批次。涵盖给 VLA 装上等变流匹配动作头与可学习规范化的 SAVLA(爱丁堡大学 + 中科院深圳先进院,LIBERO-Goal 旋转下 41.5% → 90.4%)、首个自回归去噪多未来模态再预测动作的世界动作模型 ModAR(CMU,75% vs 72% 且训练 …

2026年9月17日 · 28 分钟 · 13539 字 · gulucaptain

ArXiv 每日精选 · 2026-09-16

精选 8 篇 ArXiv 最新论文,覆盖 2026-09-15(Tue, 15 Sep)公告批次。涵盖把通用 VLM 改造成物理基础模型的 PhysBrain 1.5(DeepCybo,8B,28 项具身理解基准平均 72.5)、全景状态驱动视角视频的流式世界模型 AlayaVista(Alaya Lab + 北理工 + 东京大学,MUGEN 1318 小时 …

2026年9月16日 · 27 分钟 · 13425 字 · gulucaptain

ArXiv 每日精选 · 2026-09-15

精选 8 篇 ArXiv 最新论文,覆盖 2026-09-14(Mon, 14 Sep)公告批次。涵盖面向具身智能的通用世界模型仿真器 Pelican-Sim 1.0(北京人形机器人创新中心,约 100 万轨迹)、把控制与视觉预测统一进 masked diffusion 的 Dynin-Robotics(首尔大学 AIDAS Lab,LIBERO …

2026年9月15日 · 25 分钟 · 12234 字 · gulucaptain

ArXiv 每日精选 · 2026-09-14

精选 8 篇 ArXiv 论文,属「空档补遗」——周一清晨 arXiv 尚未挂出周一批次,最新公告日仍为 2026-09-11(Fri, 11 Sep,去重后 381 篇候选),故本期从该批次与近期积压中补选 8 篇未及收录的高相关工作。涵盖用谱张力诊断并校正时序状态传输的视频生成方法 Temporal State Transport(ICML 2026 …

2026年9月14日 · 26 分钟 · 12722 字 · gulucaptain

ArXiv 每日精选 · 2026-09-13

精选 8 篇 ArXiv 论文,属「周末补遗」——arXiv 周末不做公告,最新批次仍为 2026-09-11(Fri, 11 Sep,去重后 381 篇候选)。涵盖以多专家 on-policy 蒸馏统一的 8B 原生视觉智能体 SenseNova-U1.5、从 14K 部真实电影学运镜的多智能体电影生成系统 CamPilot、挖掘 DiT 内在空间接地图做 …

2026年9月13日 · 30 分钟 · 14596 字 · gulucaptain

ArXiv 每日精选 · 2026-09-12

精选 8 篇 ArXiv 论文,覆盖 2026-09-11(Fri, 11 Sep)公告批次(去重后 381 篇候选)。涵盖用 63 万条机器人化人类视频做 VLA 预训练的 HuRo、以 cIMLE 单步生成把 VLA 推理频率拉到 55 Hz 的 IMLE-VLA、实时可交互可编辑空间视频生成系统 Vidu S2、修复自回归视频少步蒸馏多样性坍塌的 …

2026年9月12日 · 29 分钟 · 14499 字 · gulucaptain

ArXiv 每日精选 · 2026-09-11

精选 8 篇 ArXiv 论文,覆盖 2026-09-10(Thu, 10 Sep)公告批次(去重后 384 篇候选)。涵盖 2000+ 小时真机数据的柔性体长程操作基准 FolDeX、把频率提升为显式条件维度的 Flow Matching VLA FreqFM、跨视角潜空间世界模型 DUET-DINO、抑制世界模型幻觉的强化学习后训练 HaWMPO、紧凑视 …

2026年9月11日 · 24 分钟 · 11770 字 · gulucaptain