标签： 算力

Hugging Face Papers 于 2026 年 10 月 8 日收录论文摘要，提出 ME-World 多智能体第一人称世界模型，尝试让多个智能体在共享环境中进行细粒度动作交互，并生成同步的第一人称视频流。

字节跳动 Seed 团队在一篇研究中指出，分块式 KV 缓存压缩会带来“相位敏感”问题，可能使部分大模型在超长文本检索中出现明显性能波动；该研究目前为论文披露，尚不等同于已上线产品功能。

Hugging Face Papers 收录的论文摘要显示，研究者提出 DreamTrue 多视角、跨本体机器人世界模型，通过反事实后训练把 AgiBot 基准上人工评估的交互缺陷率从 48.12% 降到 6.25%。值得关注的是，它试图解决机器人视频预测中动作不跟随和预测偏向成功两类常见问题。

2026年9月29日，Hugging Face Papers收录的一篇论文提出SimpleICL框架，试图解决机器人从视觉演示中学习时“该模仿什么”的模糊问题，并宣称无需大规模预训练即可在仿真和真实环境中取得效果，同时将开源数据和训练流程。

2026年10月8日，Hugging Face Papers收录的论文提出TokenRouter系统，专门解决Token级LLM路由在传统服务系统上遇到的调度不同步与批处理延迟问题，官方摘要显示其解码吞吐量可达现有系统的2.01至64.15倍。

一篇新论文提出 SparseDecoding，针对大模型解码阶段做剪枝校准和稀疏算子优化，在多个模型上报告了长文本生成效果提升和最高 1.48 倍的端到端解码加速。

2026年10月8日，Hugging Face Papers收录的论文提出SuperNav，让预训练多模态大模型（MLLM）不经过导航专项微调，仅通过智能体工具链和图像指向接口完成跨场景导航，在四类基线对比和HM3D类别级评测中表现更优。