WAVE-0 借轻量潜在世界模型连接 VLA 与世界动作模型，真实任务成功率从 38.3% 升至 73.3%
一个 2.57 亿参数的世界模型把预训练 VLA 的语义理解与显式未来预测连接起来，让动作生成能参考自身后果，在仿真与真实机器人任务上给出更高成功率。
分类： AI 资讯
WorkRover 用递归环境演化训练长程协作智能体
Hugging Face Papers 收录论文提出 WorkRover，用递归环境演化提升长程协作智能体的强化学习训练效率，并在多个办公协作基准上报告显著提升。
GreenWAM：面向机器人的世界基础模型，一个模型兼顾世界预测与动作策略
Hugging Face Papers 收录的论文 GreenWAM 提出一个面向机器人的“世界基础模型”，试图用同一套模型同时承担预测动作后果的世界模型角色和选择动作的策略角色，并跨 20 种机器人本体迁移。
FlashVSR+ 提出混合注意力与奖励匹配蒸馏，单卡实现 4K 视频超分
2026 年 10 月 13 日，Hugging Face Papers 收录的论文提出 FlashVSR+，用混合注意力架构和奖励产出分布匹配蒸馏方法，在单张 24GB RTX 4090 上实现 4K 视频超分，并声称推理速度和显存占用均明显改善。
RSI-Nav：策略同步双自举，导航数据自进化新框架
2026年10月，一篇上传至 Hugging Face Papers 的论文提出 RSI-Nav，通过让导航模型边生成指令、边执行筛选、边即时更新，缓解了合成监督数据落后于策略演化的问题。
VRSD：用系统提示做语言正则，提升大模型自蒸馏推理探索
一篇 Hugging Face Papers 论文提出 VRSD，用系统提示约束“特权信息”在自蒸馏中的使用方式，在 12 组模型-任务设置中 11 组提升 Pass@1，平均提高 3.9 个百分点，并倾向于保持更高的输出 token 熵。
EvoSpatial让空间推理智能体跨任务积累技能与工具库
alphaXiv 2026年10月12日收录的论文提出 EvoSpatial，让空间推理智能体把成功与失败的操作路径沉淀为可复用的技能和工具，在20个基准上平均成绩超过 SpatialClaw 4.0 个百分点。
混合GFlowNets组合异步策略，K=64覆盖39%基因组最优解
alphaXiv 2026年10月12日收录的论文提出 Mixture of GFlowNets（MoG），用一组异步训练的 GFlowNet 加一个软分类器划分状态空间，在基因组理想型设计任务中用 K=64 覆盖 1024 个最优解中的 39%，高于独立智能体的 31% 和数据并行训练的 20%。
AReaL-RSI提出不更新权重的递归自我改进框架，多智能体协作超越Codex-Goal
alphaXiv 2026年10月13日展示的论文提出 AReaL-RSI 框架，通过多智能体协作实现递归自我改进，无需更新大模型权重，在终端任务和GPU内核优化上取得可量化提升。
RoboSimStudio发布：用手机视频快速构建机器人仿真，56分钟完成任务
alphaXiv 2026年10月13日展示的 RoboSimStudio（RSS）工具包，让开发者和 AI 智能体可编辑物理参数、交互式构建 Real2Sim 仿真，并在试点中用 56 分钟从手机视频复现机器人擦拭任务。