1论文具身智能VLA 与机器人基础模型重点2 天前
HiSTEVE 1.0: Harnessing Human-Interface VLA Agents for Open-World Games
HiSTEVE 分层 VLA 智能体在 MineStudio Bench 达 85.0%，OpenHA 37.4%
展示分层 VLA 加原生键鼠控制完成长时程任务，对游戏和具身智能体的工程落地有直接参考价值。
今日简报
2026-10-25- HiSTEVE 1.0 分层 VLA 在 MineStudio Bench 达 85.0%、OpenHA 37.4%，展示原生键鼠长时程任务能力，对游戏与具身智能落地有参考价值。
- TerraTransfer++ 用自博弈端到端规划器无需人工演示，NAVSIM navhard/navtest 达 59.4/95.5，显著降低数据成本。
- VANE 用下一帧预测做视觉预训练，EPIC-KITCHENS-100 超 V-JEPA 2.1 7.1 点，提供统一图像/视频自监督表示路径。
- typescript-sdk 2.4.0 新增 Skills over MCP（SEP-2640），服务端可发布、客户端可校验，推进 Skill 互操作标准化。
- WholeBodyMem 物体引导记忆将人形机器人操作成功率真实场景提升至 88.3%，为 VLA 记忆机制提供借鉴。
今日精选
严选 30 条 · 近 3 天 · 按质量分排序 · 更新于 6 分钟前
2论文自动驾驶端到端驾驶重点2 天前
TerraTransfer++: Demonstration-Free End-to-End Planner
TerraTransfer++ 自博弈端到端规划器，NAVSIM navhard/navtest 达 59.4/95.5
展示一种无需人工演示的端到端自动驾驶训练范式，用自博弈策略蒸馏出轨迹教师，显著降低数据成本并超越现有方法。
严选点评 · 免演示自博弈端到端规划，NAVSIM 95.5 navtest
3论文学术研究表征与自监督重点2 天前
Learning from Next-Frame Prediction: Towards Unified and Scalable Visual Representation Learning
VANE 用下一帧预测做视觉预训练，EPIC-KITCHENS-100 超 V-JEPA 2.1 7.1 点
提供统一图像/视频的自监督表示学习路径，证明嵌入空间下一帧预测随模型与数据扩展有效，可作为视觉骨干预训练参考。
4发布智能体 · Skill · MCP协议与标准重点★ 重点来源1 天前
typescript-sdk 2.4.0
typescript-sdk 2.4.0：新增 Skills over MCP（SEP-2640）
官方 TS SDK 落地 SEP-2640：服务端可发布 Skills 文件夹、客户端可列举校验，Skill 互操作标准化推进。
严选点评 · Skills over MCP 落地，智能体技能互操作
5论文机器人人形机器人重点2 天前
Memory before Goal: Role of Pre-History Memory for Humanoid Loco-Manipulation
提出 WholeBodyMem 物体引导记忆，人形机器人操作成功率仿真 29.1%→72.6%、真实 36.7%→88.3%
针对VLA策略只看当前帧的问题，引入物体引导记忆，显著提升人形机器人移动操作成功率；对具身智能记忆机制设计有直接借鉴价值。
严选点评 · 人形操作成功率仿真 29→73%、真机 37→88%
6论文具身智能世界模型重点2 天前
DRILL: Training World Models to Improve Policies, Not Predict Pixels
DRILL 按策略回报训练世界模型，成功率较 WMPO 提升 13.1 点
为 VLA 强化学习提供新的世界模型训练目标，在 5 个模拟器和 2 个 VLA 骨干上平均成功率提升 13.1 点，可能改变仿真训练范式。
严选点评 · 世界模型按回报训练，成功率升 13.1 点
7论文具身智能世界模型重点2 天前
Self-Distilling Future Video Representations for World Action Models
FRED 让 WAM 零样本人机技能迁移达 50.0%，最佳竞品仅 19.4%
证明单步去噪未来视频表征可显著提升通用机器人策略的长期任务与人类视频迁移能力，并避免迭代去噪推理成本。
严选点评 · 零样本人机技能迁移 50.0% vs 竞品 19.4%
8论文大模型开源权重模型重点2 天前
IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems
开源320B总参数（15B激活）MoE模型 IQuest-Q1，面向 Agentic CLI
开源大规模MoE基础模型及三阶段训练细节，为智能体编码任务提供可复用模型与训练策略。
严选点评 · 开源 320B/15B激活 MoE，面向Agentic CLI
9论文大模型效率与长上下文重点2 天前
OpenAttention: One Percent Is Enough with Tail Proxies
OpenAttention：1% 读取保留 99% 精度
对长上下文推理有直接加速意义，1% 读取下 decode attention 快 10×，可评估用于稀疏注意力内核。
严选点评 · 1% 读取保留 99% 精度，降注意力内存
10论文安全对齐综述隐私与系统安全重点2 天前
Protection Is Not One Event: A Survey of RAG Protection Research by Measured Endpoint
综述 118 篇 RAG 防护论文，自适应攻击恢复 48.3% 隐藏事实
为 RAG 隐私防护提供分类、证据图与可复现测试床。
严选点评 · 综述 118 篇 RAG 防护，自适应攻击恢复 48.3%