用一个可微世界模型，SuperMimic 3 小时单卡超越 128 卡 7 天基线
alphaXiv 收录的论文 SuperMimic 提出，用人形机器人共享动力学的可微世界模型替代逐条动作试错，单张 H100 训练 3 小时的跟踪回报超过 SONIC 基线在 128 张 L40 上训练 7 天的结果，目的是把全身动作控制的数据扩展成本降下来。
celebrityanime
Agent S4让AI自己设计界面：开源电脑操作智能体OSWorld得分21.3%
根据 Hugging Face Papers 上发布的一篇论文摘要，研究者提出让智能体自主设计并演化操作界面的 Agent S4；在开源模型 Qwen3.8-27B 配合演化界面仓库时，OSWorld V2 二值得分为 21.3%，约为固定界面版本的 3.8 倍。
Matrix-Game 4.0 论文：用可执行游戏引擎加视频模型实现实时可玩游戏世界
Hugging Face Papers 于 2026 年 10 月 20 日收录的论文摘要提出 Matrix-Game 4.0，把游戏执行与视觉生成拆开，由轻量引擎维护世界状态、自回归视频模型负责渲染，摘要称可在单张 RTX5090 上实现 480p、60FPS 游玩。它值得关注，是因为这条思路试图让视频模型…
新论文提出Painting Change Map：用时空图控制AI绘画过程
一篇被 Hugging Face Papers 收录的论文提出“Painting Change Map”，试图把 AI 绘画视频的生成过程从黑箱变成可局部、可随时间调节的控制问题。它的价值在于，创作者可能不再只能接受模型生成的笔触顺序。
Specter 借量化投机卸载，让单卡 MoE 推理提速至多 1.88 倍
研究者提出推理系统 Specter，把量化、投机解码和专家卸载结合起来，缓解 MoE 大模型单卡显存不足导致的 PCIe 传输瓶颈。据论文摘要，单请求场景下单 token 生成时间平均提升 1.50 倍，最高 1.88 倍。
新论文提出DRLM：用草稿精修替代扩散反向过程，6M参数在数独任务达93.9%
Hugging Face Papers 收录的一篇论文提出 Draft Refinement Language Models（DRLM），让单个去噪器并行提出修订并评估完整草稿，在推理任务上据摘要称优于自回归与离散扩散基线；该研究尚未核验全文实验，也非上线产品。
PORA提出按需分配推理预算：智能体该短思考还是长思考
arXiv 10 月 21 日收录的论文提出 PORA 方法，训练 LLM 智能体判断每一步该用短推理还是长推理，以在有限推理预算下兼顾当前动作质量与后续步骤。根据摘要，该方法在 BFCL 记忆任务上超过最强已有方法 17.4 至 32.9 个百分点。
PROVISO：按信息来源判断LLM智能体动作，安全与效用兼得
arXiv 于 2026 年 10 月 21 日发布的一篇论文提出 PROVISO 控制器，在智能体动作执行前依据内容来源（追溯）决定提交哪个动作，摘要称多个基线都未能在安全与效用上同时超过它。
CoEvo-RSI提出模型与执行框架协同进化，缓解“脑身不匹配”问题
2026年10月18日，Hugging Face Papers 收录论文 CoEvo-RSI，提出让智能体的“身体”（执行框架）和“大脑”（模型）双向继承历史设计、协同进化，以缓解执行框架与模型能力脱节的问题。
arXiv 论文提出 Omni-Woodpecker：免训练纠正全模态模型幻觉，CMM 提升 12.9 分
arXiv 新论文提出免训练框架 Omni-Woodpecker（OWP），把全模态大模型的跨模态幻觉从“改输出”转向“改内部表征”，在 Qwen2.5-Omni-7B 上于 CMM 和 AVHBench 分别提升 12.9 与 8.6 分。这为音视频联合推理的可靠性提供了一条不需重训模型的新思路。