深度专题 FEATURES — 3
PhiZero:用物理语言预测世界
PhiZero先用离散“物理语言”推演状态变化,再生成画面,为世界模型探索非像素路线。
ShadowDancer让视频世界听懂任意动作
ShadowDancer把示范视频变成逐帧动作资产,让不同角色和场景复用同一套动作。
AI开始改进制造AI的流程
Frontis-MA1让AI参与机器学习研发,但离可验证的自我改进闭环仍有距离。
速览 BRIEFS — 8
PAPER
4比特没掉分,Agent却更会闯祸
4比特量化几乎没掉总分,却放大了 Agent 原有的工具调用错误。
PAPER
KV缓存终于可以不怕文档换位置
SemPIC让文档换指令、历史或顺序后仍能复用KV缓存,减少Agent反复读长文的成本。
PAPER
FFN稀疏化不训练也能先猜重要通道
Prox先低成本猜出重要通道,再精确计算入选部分,无需重训即可跳过部分FFN计算。
PAPER
训练电脑智能体,也要有会变化的应用
Echoverse让训练应用能操作、能弄坏、能重置,还会跟着智能体一起变难。
PAPER
语言模型Agent能不能真正值夜班
ORCA-bench把真实故障线索交给Agent,测试它能否像值班工程师一样查出根因。
PAPER
具身数据开始记录声音、触觉与全身动作
ACE-Data-0把视角、动作、物体、声音与触觉对到同一时刻,补具身学习的数据缺口。
PAPER
人形机器人打躲避球也要安全证明
PAC-MAN让人形机器人用机载视觉躲球,也揭示:安全约束不是越强越好。
PAPER
世界模型的攻击面不只在输入端
一份全生命周期安全综述:世界模型既能充当安全员,也可能自信地为危险动作放行。