机器人世界模型新方法T2-Z：测试时优化环境潜变量，成功率提升至72.96%
2026年10月15日，alphaXiv平台展示的论文提出T2-Z方法，在机器人世界模型中引入可学习的“环境潜变量”，让机器人在测试时从实际交互中推断隐藏的环境因素（如摩擦力、质量），从而提升动作预测准确性。在7个模拟环境和4个真实机器人任务中，物体预测误差从15.20降至7.00，动作成功率从33.73%提…
标签： 人工智能
OmniVerifier-C1 提出点分制视觉验证器，探索规则生成世界建模新路径
Hugging Face Papers 收录的论文 OmniVerifier-C1 提出把复杂视觉验证从“对/错”二分类改为“按子问题打分”的连续评价，并探索其在规则驱动的世界建模任务中的表现。它值得关注，因为视觉验证器正成为多模态大模型训练和生成内容评估的关键环节。
MJev-Spatial：免生成token的空间推理模型，提速5.6倍
2026年10月15日，Hugging Face Papers 收录的论文摘要提出 MJev-Spatial，把空间理解任务的答案从“自由文本生成”改成“候选打分”，在 12 个基准中 7 项第一，并比其自回归基座模型快 5.6 倍。
RoTA-Bench：GPT-5.6-Sol 三维旋转对齐成功率仅17%，人类满分
Hugging Face Papers 收录的 RoTA-Bench 用交互式 3D 到 2D 投影对齐评测视觉语言模型的空间推理能力；在 100 项测试集中 GPT-5.6-Sol 仅成功 17%，而 20 名本科生集体完成后成功率达 100%。
AutoSFT多智能体系统实现SFT数据研究自动化：每条组件效果可单独归因
一篇新论文提出让多智能体自动完成 SFT 数据研究中的比例调整、剪枝、修复、替换与合成等多类数据操作，并在 IFEval、IFBench 和 MBPP+ 上观察到较单智能体更稳定的提升。
VLA-Δ提出物理状态转移监督，机器人操控在LIBERO和RoboTwin表现领先
浙江大学等团队提出 VLA-Δ，用“当前到未来状态的物理变化”作为显式监督目标训练视觉-语言-动作模型，在 LIBERO 和 RoboTwin 上达到有竞争力的水平，真实机器人实验超过了 π_{0.5}。
Mosaic 提出多会话智能体强化学习，在 BrowseComp 上优于广播基线
Hugging Face Papers 收录了一篇名为 Mosaic 的论文，提出多会话智能体强化学习方法，用无 critic 的分层优化替代把轨迹优势广播给所有会话的常见做法，并称在 BrowseComp 上以更少会话取得更好表现。
35B开源模型MLExpert冲刺72.7%奖牌率，AI自主调参竞赛升温
一篇发表于2026年10月15日的论文提出后训练方法并训练出35B混合专家（MoE）智能体模型MLExpert，在MLE-Bench Lite上把基础模型的平均奖牌率从37.9%提升到72.7%，让大模型自主完成长周期机器学习工程更接近可用。
记忆向量化的模型选择只能选对话模型
在 LobeChat 中配置记忆功能时，如果「记忆向量化」的模型选择器里只列出对话（chat）模型、看不到 Embedding 模型，通常是自定义 Embedding 模型缺少类型推断逻辑，被系统默认归类为 chat 模型所致。优先检查自定义模型名称是否包含关键词，或确认版本是否已包含相关修复。
arXiv论文提出用算法信息论定义并生成组合结构，或影响神经网络深度设计
一篇2026年10月16日发布在arXiv的新论文，尝试用算法信息论严格定义“组合结构”，并反过来生成具有层次化部件复用特征的字符串和图像，为理解神经网络深度和构建组合型训练数据提供了新视角。