Player-1以合成经验训练游戏智能体，MineDojo成功率提升至38.33%
Hugging Face Papers 收录的论文提出 Player-1 后训练框架，用合成环境和程序化奖励教计算机使用模型玩游戏，在 MineDojo-300 等任务上优于监督微调基线。
标签： 算力
ATAS框架：让AI长视频跨镜头保持空间与时间一致性
Hugging Face Papers 于 2026 年 10 月 14 日收录的论文提出 ATAS 框架，通过场景记忆和事件记忆解决长视频生成中跨镜头空间与时间不一致的问题，在四款视频生成器上均提升了报告指标。该工作目前为论文阶段，尚未核验全文实验或上线产品。
Agent 的”外挂”也能自己进化：EMHO 让具身智能体从经验轨迹中自我优化
研究者提出 EMHO 框架，不再训练具身模型本身，而是让控制规划、工具调用和上下文管理的 agent harness 从执行轨迹中自我迭代改进。这意味着具身智能体可能通过优化"外围配置"而非"大脑"来提升任务成功率。
Pristine Models 提出预训练阶段安全知识分支分离方案
Hugging Face Papers 收录的一篇论文提出 Pristine Models，试图在文生图模型预训练阶段就把安全与不安全知识拆到独立参数分支，推理时可直接切断不安全分支，从而兼顾生成质量与安全控制。
不再重建整块屏幕：潜空间世界模型让GUI智能体推理提速98.9%
Hugging Face Papers 收录的一篇论文提出“潜空间世界动作模型”，把 GUI 智能体的未来状态预测从整屏像素重建改为潜空间中的动作条件建模，在离线与在线 GUI 任务上报告成功率相对提升最高 31.9% 和 40.6%，推理延迟最多降低 98.9%。这是研究层面的方法提案，不是已上线产品。
AUGUstus：统一生成与理解的自动驾驶VLA模型，实现12Hz实车运行
自动驾驶VLA模型AUGUstus提出统一扩散生成与自回归理解的新架构，在NAVSIM等基准上取得领先规划成绩，并初步在实车上实现12Hz运行。
LongR用密集效用奖励强化长上下文推理，LongBench v2提升超9%
一项名为 LongR 的新研究提出用“推理与查文档交替”的机制，加上基于相对信息增益的密集奖励，来提升大模型的长上下文推理能力，论文摘要称在 LongBench v2 上取得超过 9% 的提升。
AutoEnvScaling 用终端智能体自动生成训练环境，终端任务成绩最高提升 12.2 分
论文 AutoEnvScaling 让一个智能体扮演“出题者”，根据另一个智能体在终端任务中的失败记录自动生成并验证新的强化学习环境，在 Terminal-Bench 2.1 上带来最高 12.2 分的提升，目前仍属研究阶段的方法验证。
多模态数据配比有了缩放定律：文本视觉音频混训的算力分配差异
研究者用 268 组 MoE 实验拟合出文本、视觉、音频的混合数据缩放定律，发现不同模态的算力最优分配并不相同，视觉与音频之间存在明显的不对称干扰。
LightVAE 让视频 VAE 解码最高提速 2.97 倍，代码已开源
LightVAE 提出一套针对视频 VAE 的压缩与加速框架，在 Wan、MiniMax-H3 等骨干上把解码吞吐最高提升至原来的 2.97 倍，并保持接近原始模型的生成质量。对视频生成应用而言，这意味着推理端最重的环节之一可能不再是瓶颈。