celebrityanime

alphaXiv 收录的一篇论文提出 Agima 训练框架：用一个同时负责语言推理与图像生成的全能模型，先“想象”动作后果再决定执行；在 Sokoban 等任务中，这种训练方式优于只看动作历史、不做想象的规划器。

Hugging Face Papers 于 2026 年 10 月 15 日收录论文摘要，提出基于 LIBERO 的新基准 LIBERO-Industry，用 216 个任务系统考察产品变体、物料流动、有限执行窗口和几何公差等工业约束对通用机器人策略的影响。

Hugging Face Papers 收录的论文 ACEdit 提出一种新的训练方案，针对多轮图像编辑中编辑质量逐步下降的问题，通过让模型在自己的输出上训练，并用教师模型提供监督信号，在论文摘要所述的实验中明显减少长序列编辑的退化。