深度专题 FEATURES — 3
RynnWorld：机器人先在数字世界练手
RynnWorld 让机器人先在生成式数字世界练手，缓解真实遥操作数据太贵的问题。
扩散LLM开始补工程课
扩散 LLM 不只换生成方式，也开始补服务、缓存、后训练这些工程短板。
KV Cache成了系统主战场
KV Cache不只是省显存技巧，正在变成长上下文推理的系统主战场。
速览 BRIEFS — 9
PAPER
JEPA世界模型面对随机分叉
MoP-JEPA让世界模型别把多种未来平均成一个假未来。
PAPER
多人世界模型登场
多人世界模型让“其他玩家”也变成可预测、可互动的主体。
PAPER
智能体工具失败有了诊断集
ToolFailBench把智能体用工具的失败拆开诊断，而不只看总分。
PAPER
真实环境学习也有缩放律
EdgeBench把AI上线后的边用边学，也放进缩放律里观察。
PAPER
VLA导航加上语义红绿灯
给VLA导航画上红绿提示，帮机器人少被真实场景带偏。
PAPER
实时交互模型需要节拍器
Metronome给实时语音 AI 加上固定节拍，避免对话突然卡死。
PAPER
机器人基准补上sim-to-real
RoboDojo把仿真和真机评测放进同一套机器人基准。
PAPER
深度研究Agent也会被带偏
FORGE显示：深度研究Agent可能被坏资料带偏整条研究路线。
PAPER
端侧LLM解码要和系统抢核
Elastic Gang让端侧LLM按token借还CPU核心，兼顾生成延迟和系统响应。