H-JEPA:端到端分层世界模型提升视觉规划成功率

Meta 等机构研究者提出 H-JEPA,把动作条件 JEPA 世界模型训练成端到端层级结构,让高层在更慢的抽象潜空间里长程预测,低层负责局部执行。论文称在 Visual AntMaze 等任务上,分层规划成功率明显高于单层 JEPA,且规划算力更低。

Meta 等机构研究者提出 H-JEPA,把动作条件 JEPA 世界模型训练成端到端层级结构,让高层在更慢的抽象潜空间里长程预测,低层负责局部执行。论文称在 Visual AntMaze 等任务上,分层规划成功率明显高于单层 JEPA,且规划算力更低。

Hugging Face Papers 收录的论文提出 RGPO 框架,把标准答案当作临时“推理支架”,帮助大模型在强化学习中突破奖励稀疏瓶颈,同时保留探索空间。

Google 已向所有人开放 SynthID 内容验证网站,用户可以上传图片、视频或音频,检测其中是否带有 AI 生成水印。这让 AI 内容溯源从专业测试走向大众可用。

Artificial Analysis 联合 Collinear AI、IBM、NVIDIA、Vercel 发起 Cyber Index Alliance,并发布 Cyber Index,用三套基准评测 AI 模型在企业网络安全防御任务中的真实表现。

一项 arXiv 新论文发现,用大模型模拟问卷受访者时,给它提供这个人过去的答题记录,比给它一段“你是谁”的人格描述更能预测其后续选择,个体预测准确度从 7-12% 提升到 28%。

Hugging Face Papers 收录的论文提出 MiniCorp,一个让 AI 智能体集体模拟运营电商公司的办公室模拟器,既能研究"公司自运行",也能批量生成含反事实对比的企业纵向数据。

TechCrunch Disrupt 2026 将于 10 月 13 至 15 日在旧金山 Moscone West 举行,开幕前线上购票最高可省 100 美元,第二张符合条件的门票半价。对关心 AI 创业与融资走向的人来说,这场大会的议程和 Startup Battlefield 200 值得跟踪。

针对灵巧手强化学习中独立扰动手部关节、难以发现协调动作的问题,研究者提出 EigenDEXplore,在不改变动作空间的前提下,把人类手部运动先验注入探索噪声。真机四类工具使用任务的平均任务进展为 82%,独立关节噪声基线为 33%。

研究者提出 OnePO 纯强化学习域适应方法,并据此训练开源医疗大模型 HuatuoGPT-3,其 27B 版本在 HealthBench 评测中报告 70.1 分。

TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山举行,主办方公布了全部互动圆桌阵容,议题集中在物理 AI、企业软件演进、IPO 财务准备和医疗 AI 落地等方向。