RoboSimStudio（RSS）是一个交互式工具包，用于机器人操作任务的 Real2Sim 快速转换，其核心思路是把求解器、接触模型和物理参数的选择显式化、可编辑化，让人和编码智能体可以基于观察到的物理行为迭代优化仿真——但具体实现细节与实验结果**待核实**。
值得关注：机器人操作中的接触物理（接触力学、耦合接触动力学、形变、刚度、摩擦）是仿真与现实差距的主要来源之一；把这些建模选择显式化、可编辑化，是把 Real2Sim 从“一次性建模”变为“可迭代工程流程”的一种思路。 同时面向人…
RepProbe 是一个用于诊断视频语言模型“重复动作计数”能力的基准，初步证据显示模型能在表示层保留计数信息，却在输出层无法可靠报告正确次数；由于未抓取到正文，具体数值与实验细节待核实。
值得关注：与“HumanCLAW：视觉语言模型能否通过身体行动？”同属对视频/具身语言模型能力边界的诊断，但 RepProbe 聚焦时间计数这一更细粒度的能力。 与 SPEARBench 类似，RepProbe 也属于“模型在常…
一项发表于 Nature Communications 的研究报告了一个由深度强化学习引导的定制化机器人平台，通过“不对称催化数字孪生”先训练控制策略再迁移到实验室，在 30 天内自主完成 3000 余次决策，发现 4 个高对映选择性转化，展示了深度强化学习引导的自主性在复杂催化体系发现中的潜力。
值得关注：将深度强化学习从“优化已知反应”推进到“探索未知立体化学结果的不对称反应空间”，弥补了多数自主化学平台缺乏手性支持与序贯决策能力的空白。 “数字孪生训练 + 实验室迁移”的范式为高成本、高维度的不对称催化筛选提供了可复…
Scenario-Actor 是一个从 Transformer 隐藏状态中推断交际场景几何结构、据此选择采样温度的解码框架，旨在替代固定或启发式的全局温度设定；其具体方法细节与完整实验证据待核实。
值得关注：温度是 LLM 解码中最常用却最少被“情境化”的超参数之一。若温度能由可解释的场景几何表示驱动，可能为“同一模型在不同交际情境下自动切换生成风格”提供一条轻量路径，并减少人工调参。与既有卡片中偏重压缩、可解释性验证与编…
PlayGround 是一个渐进式布局生成框架，通过“渐进规划器—布局生成器—视觉验证器”构成的设计闭环，让高层布局规划随已渲染画布的演进而动态调整，而非在执行前一次性固定。
值得关注：与既有卡片中偏重视频/图像生成可控性的工作（如 PhysStream 的生成中途交互控制、MV-Forcing 的长多视角一致性）不同，本条聚焦的是静态平面设计中“可编辑布局”的规划适应性：把规划从一次性前置决策改为基…
Plan-Bench 是一个隔离动作执行、专门考察视觉语言模型（VLMs）在具身场景下高层推理与多步规划能力的基准；对 28 个 VLM 的评测显示即使最强模型准确率也仅 75.0%，表明这类能力仍有明显提升空间。
值得关注：具身 AI 中，若把 VLM 当作高层规划器，其可靠性直接决定系统能否把感知转化为可执行的多步决策；Plan-Bench 把“执行”从评测中剥离，有助于单独定位推理与规划这一环的短板。 与同类的 Agent/推理基准（…
PixelMoE 表明标准 LLM 式 MoE（Token-Choice 路由、细粒度专家、共享专家、偏置负载均衡）可直接迁移到像素空间扩散，在激活参数量相当的条件下持续优于稠密基线，并在 ImageNet-1K 上取得 FID 1.47（256×256）与 1.53（512×512）。
值得关注：对“像素空间扩散能否高效扩展”这一开放问题给出了肯定证据：把 LLM 领域成熟的 MoE 稀疏扩展范式迁移过来即可，无需为扩散专门设计路由。 与既有脉络的关系：已有卡片《像素空间文生图扩散模型训练的实证研究》关注的是*…
OmniCompass 是一个同时覆盖视觉-语言与音频-视觉两条评测轨道、并联合考察时间定位、空间定位与问答能力的全模态视频理解基准；据其摘要，当前开源模型在多模态视频理解上仍落后于闭源模型，音频-视觉理解与精确时空定位尤其困难。待核实：以上均基于摘要，正文未抓取。
值得关注：评测维度上，OmniCompass 把“何时/何处/什么”三类问题与“视觉-语言/音频-视觉”两条轨道交叉，指向对全模态视频理解的系统性诊断，而非单一任务打分。 配对评测设置（同一目标的纯文本 vs 文本+图像指定）提…
MFG 是一个基于强化学习的框架，通过训练 LLM 利用前几轮的反馈向量逐步优化分子，在十个多目标分子优化任务上，将相似度约束下的平均成功率从基线的 70.81% 提升至 81.50%。
值得关注：把“多轮反馈”从提示层面的使用，推进到**通过 RL 显式训练模型利用反馈**，弥补了现有 LLM 方法未被显式训练利用反馈的缺口。 明确区分单轮与多轮优化，指向一个此前较少被系统处理的方向。 反馈向量同时纳入“改进”…
LoopWAM 是一种闭环 world-action 模型，能直接从部署过程中产生的混合质量回放（成功、次优、失败）中学习，通过多轮部署-训练迭代持续提升通用机器人策略，而无需依赖额外的具身预训练。
值得关注：提出了一条不依赖更多专家演示、而是利用部署经验（包括失败）来持续改进机器人策略的路径。 将世界模型与策略学习通过闭环部署-训练循环紧密结合，为通用机器人策略的“从部署中学习”提供了可操作范式。 对既有“从开环到闭环”和…
LIBERO-RIG 是一个只在机器人硬件与设置层面施加扰动、保持 LIBERO 任务本身不变的鲁棒性基准，用于测量视觉-语言-动作（VLA）模型在相机安装、标定、控制频率、夹爪磨损等部署偏差下的成功率下降。
值得关注：既有 VLA 评测多关注任务多样性、视觉泛化或对抗攻击，而 LIBERO-RIG 把变量锁定在“机器人自身”的硬件与设置偏差上，提供了一个与视觉扰动正交的评测维度。 对与既有脉络的关系：与本批已有卡片中的 UniTex…
该工作提出一种神经推断架构，试图在化学反应网络（CRN）的模拟式贝叶斯推断中，同时完成竞争反应路径的模型判别与反应速率常数的后验估计；但当前仅能基于元数据概述，正文细节待核实。
值得关注：化学动力学建模中，“选哪个机理模型”与“参数是多少”通常被分开处理或依赖专家经验；该工作尝试用共享表示联合解决，属于 foundation-model 思路向科学计算/化学推断的延伸。 相比 ABC 类方法对人工摘要统…
Game2Real-Bench 通过共享推理需求（而非视觉相似性）对齐程序生成的游戏样本与真实世界样本，发现视觉语言模型的游戏表现与真实世界视觉推理表现高度一致（Pearson/Spearman 相关系数达 0.935），但游戏示例的迁移效果因能力类型而异：约束推理提升，细粒度感知下降。
值得关注：现有 VLM 视觉推理评测要么依赖真实数据（难以可控生成与验证），要么依赖程序游戏（是否代表真实能力存疑）。本工作首次系统检验两者的一致性，给出量化证据。 揭示“游戏到真实世界”迁移并非单向增益：约束推理受益，细粒度感…
该论文提出了 KLQ 与 KLPQ 两种算法，首次证明了在表格型有限视界 KL 正则化 MDP 中，采用增量随机逼近更新的离线 Q-Learning 也能达到 $\widetilde{O}(1/\epsilon)$ 的快速样本复杂度。
值得关注：离线强化学习中，Q-Learning 类增量式算法能否取得与基于悲观原则的方法相媲美的快速率，是一个开放问题；该工作给出了肯定回答。 说明 KL 正则化本身即可（在 KLQ 中）带来快速率，而不必依赖显式悲观；同时指出…
该研究提出两种方法，能够生成持久性图（PD）与目标描述符**完全一致**的图，而不再依赖软正则化带来的近似匹配。
值得关注：现有拓扑感知生成模型依赖软正则化，导致 PD 仅近似相似，缺乏严格拓扑合规的保证。本文首次将严格拓扑合规的图生成作为原则性问题加以处理，提供了精确实现目标持久性图的理论保证和可求解的算法框架，为拓扑约束下的图生成提供了新范式。
EgoExplorer 是一个基于可穿戴系统的 100 小时“视觉-运动-触觉”观测数据集，通过 Calibrate-Complete-Constrain 流水线，在稀疏身体传感条件下重建全身运动、手指关节活动与触觉信息，用于从人类演示中学习人形机器人移动-操作（loco-manipulation）。
值得关注：为从人类演示学习人形机器人移动-操作提供了更完整的多模态数据基础（视频+运动+触觉+手指关节+步骤描述）。 轻量可穿戴采集系统有利于在多样环境中规模化采集数据。 Calibrate-Complete-Constrain…
DuplexBridge 让统一模型用自身的理解能力去增强自身的生成能力（无需外部理解模块），通过“源接地的桥接”明确编辑目标、终态变化与保留约束，并借助互信检查机制选择性引入全局反馈，在多个基准上显著提升图像编辑的完全合规率。
值得关注：图像编辑失败的归因困难是长期痛点。DuplexBridge 的思路把“理解”和“生成”当作两个需要各自独立监督、又可选择性共享全局信号的角色，而不是笼统地端到端优化。这与既有统一生成/编辑方向（如颜色控制、3D 理解生…
DoubtLess 是一种免训练的解码方法，利用一个更小的推理模型作为“引导者”，通过对比“简洁思考者”与“冗长思考者”两种提示下的 logit 差异，实时引导大型推理模型缩短思维链（CoT），在保持准确率不变的前提下显著减少 token 消耗。
值得关注：推理模型的算力与延迟成本很大程度由 CoT 长度决定，而现有压缩手段往往以训练成本或准确率损失为代价。DoubtLess 提供了一种推理时即可部署的免训练方案，且能在保持准确率的前提下获得可观压缩率，并可与训练式压缩叠…
MiniDog 框架在四块 3090 GPU 上，用 55 分钟预训练 + 15 分钟微调即可完成一个文生图扩散 Transformer 的训练，降低了入门级文生图模型训练对算力的门槛。
值得关注：现有文生图训练常与大规模算力绑定，MiniDog 将门槛拉低到消费级 GPU 与分钟级时间，可能促进更多个人与小团队参与模型训练与教学实践。 其数据、架构与加速组件的组合方式（小型 Transformer + 小型文本…