PhysSkin++:免逐物体训练,实时物理动画可跨形状泛化

2026 年 10 月 19 日,Hugging Face Papers 收录论文 PhysSkin++,提出从静态几何中自监督学习神经蒙皮场,无需逐物体训练即可构建紧凑形变子空间,目标是让实时物理动画泛化到不同 3D 形状与空间离散方式。

2026 年 10 月 19 日,Hugging Face Papers 收录论文 PhysSkin++,提出从静态几何中自监督学习神经蒙皮场,无需逐物体训练即可构建紧凑形变子空间,目标是让实时物理动画泛化到不同 3D 形状与空间离散方式。

Hugging Face Papers 于 2026 年 10 月 15 日收录论文摘要,提出基于 LIBERO 的新基准 LIBERO-Industry,用 216 个任务系统考察产品变体、物料流动、有限执行窗口和几何公差等工业约束对通用机器人策略的影响。

Hugging Face Papers 收录的一篇论文提出“集体经验学习”(CEL)框架,让部署中的机器人共享执行经验来改进同一策略,无需人类遥操作纠正即可提升可靠性。这为机器人规模化落地提供了一条不依赖持续人工介入的学习路径。

一篇 alphaXiv 论文显示,机器人仅凭关节编码器的本体感觉,在仿真中学会插销、齿轮啮合和拧螺母,其中插销策略零样本迁移到真机,在测试中成功插入不同形状与尺寸的销钉,占 73% 的试验。这提示精密装配未必需要视觉或触觉。

alphaXiv 收录的论文提出视频世界模型 Momentum,用多机位同步视频构成可更新的“场景记忆”,让车辆、行人离开画面后仍按一致轨迹演进。值得注意的是,它试图解决的是静态图像缓存无法更新镜头外动态的问题。

Hugging Face Papers 收录的论文提出 AVC-Reward,一种以“事件”为单位衡量音视频一致性的可训练奖励模型,并配套构建 AVC-Benchmark 评测集,试图解决现有指标难以应对复杂生成场景的问题。

研究团队让四个 Gemini 4 Argon 编码智能体从零开始协作通关《我的世界》,耗时 27 小时 14 分击败末影龙,全程未使用人类编写的游戏专用工具。

arXiv 新论文提出 Plant Memory,用技术语言处理把 SAP PM 工单整理成带置信度和证据的 ISO 14224 维护本体,并通过 MCP 服务器向 AI 代理开放已验证知识。

arXiv 2026年10月15日发布的一篇新论文提出 SCOPE 框架和 ClosureBench 基准,试图把符号回归从“拟合方程”推进到“检验科学猜想”,并首次为方程发现过程设计了证据、机制和实验三类评估指标。

完全开源的 Apertus 模型发布 1.5 版本,在原有文本能力基础上加入图像与音频理解,并把上下文窗口扩展到 262,144 tokens,路线仍是只用公开数据训练。