标签：算力

CoDA 让仿真数据引擎与机器人策略共同进化，分布外成功率提升至 27.6%

Hugging Face Papers 收录的论文摘要提出 CoDA 框架，让仿真数据引擎与动作策略通过共享记忆共同进化，在四项操作任务中把分布外成功率从 5.3% 提升到 27.6%。这为机器人训练中“生成什么环境、给什么监督”这一关键问题提供了新解法。

Hugging Face Papers 收录的论文提出 SpecAgent，把工具调用智能体中的强模型从“逐步生成者”改为“草稿审查者”，由弱模型先执行只读操作生成轨迹草稿，强模型用单次并行预填充验证并提交最长有效前缀，从而降低延迟与内存流量。

最新论文提出统一因果训练框架 OneWM，将动作同时作为世界预测的条件和策略学习的目标；在 LIBERO、LIBERO-Plus、RoboCasa365 等具身测试环境及真实实验里，世界建模与动作生成表现出相互提升的效果。

Anthropic发布Claude Haiku 5.5和Claude Sonnet 5.5，Haiku性能明显提升但价格大幅上涨，Sonnet 5.5在部分独立评测中接近Opus 5.5，但推理时消耗更多token。

alphaXiv 2026年10月15日收录的论文提出 DSP 框架，让机器人先通过人类遥操作玩耍学会一个无目标策略，再自主采集数小时交互数据训练世界模型，最终在规划阶段完成有目标的灵巧操作，无需任务示范或仿真到现实迁移。

2026 年 10 月 16 日，Reflection 发布首个开源权重模型 Beam，在 Artificial Analysis 智能指数上得分 30，位列美国开源模型中第二，仅次于 Meta 的 Muse Spark Open。它的特点是推理 token 效率高，但终端任务表现偏弱。

Hugging Face Papers 收录的论文提出 MAI-Gym，一个覆盖移动端、电脑与网页环境的开源平台，把 GUI Agent 的评测、数据采集与在线强化学习训练统一到同一套流程里，并放出 MAI-Gym-9B 模型与 2000 条验证任务。

alphaXiv 2026年10月15日收录的论文提出 Spark-0，用1000小时全手触觉数据辅助视觉预训练，使机器人在无触觉部署条件下任务成功率从52.5%提升至71.7%。

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。

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。