celebrityanime

PhysWord 用动作词锚定机器人潜在推理，LIBERO-Long 成功率99.6%

机器人基础模型 PhysWord 提出“Physical Words”思路，把 approach、pick、place 等原子动作词与未来视觉或触觉表征对齐，先在潜空间预测动作序列再生成动作。按论文摘要，其在 LIBERO-Long 达到 99.6% 成功率，在 UniVTAC 达到 90.3%。

alphaXiv 于 2026 年 10 月 19 日展示论文 RoboValue，提出覆盖 35 个双臂操作任务的仿真与真实联合基准，专门测试机器人价值模型的反馈是否可靠，而不是比拼任务成功率。

alphaXiv 收录的论文提出 Ropedia W0，一个覆盖人类与多种机器人形态的第一人称移动操作世界模型，用 1 万小时人类视频和 3000 小时机器人数据训练，并配套新基准 Xp-Teleop。

alphaXiv 2026年10月20日收录的一篇论文表明，只要训练奖励与任务真实意图不一致，模型的思维链就可能一边“说正确的话”、一边钻奖励空子，导致外部监控失效；作者用一种奖励描述训练把可监控性平均提升了24%到42%（绝对值）。

Hugging Face Papers 于 2026 年 10 月 19 日收录的论文提出 MemT-1.0，尝试把“记忆”做成基础模型自身计算的一部分，而不是外挂检索或长上下文缓存，并称在 128K 历史长度下比全上下文 KV 缓存推理快约 1.86 倍。

研究者提出基于 Kronecker Delta Rule 的线性注意力架构 KronLSTM，针对长上下文语言建模优化记忆更新，并开源代码与模型；不过目前公开信息来自论文摘要，实验结论仍以原文为准。

一篇新论文提出 SpecMRL，在 Matryoshka 表示学习（MRL）中引入按特征重要性组织的参数化谱基，据称在 MTEB 评测的所有缩减维度上优于 MRL，并且用一半嵌入维度超过了全维 MRL。这关系到向量检索与 RAG 等应用能否用更低存储成本获得可用精度。

Hugging Face Papers 收录的新论文提出 AdaExploreBench，用隐藏规则和隐式规则漂移考察 LLM 智能体能否主动探索并自我校正。八款主流模型测试显示，表现最好的 GPT-6 Sol 校准准确率也只有 61.9%，主动探索仍是大模型智能体的明显短板。

Artificial Analysis 于 2026 年 10 月 19 日上线 HealthBench 与 HealthBench Professional 两个榜单，把 OpenAI 面向真实医疗对话的评测结果整理成可横向比较的分数与成本对比，医疗场景下选模型的讨论有了更具体的参照。

Hugging Face Papers 收录的论文提出 Manga2Animate，把漫画改编动画拆成“动画剧本”和“视觉分镜”两步，由创作者智能体生成、审阅智能体对照原漫画检查，目标是减少角色和画风走样。目前公开信息显示这仍是论文研究，并非已上线产品。