1
Kimi K3：2.8 万亿参数、百万上下文的开源混合专家模型
Kimi K3 是月之暗面发布的开源 MoE 模型：总参数 2.8 万亿、每 token 激活 1040 亿，原生支持视觉输入和百万 token 上下文，基于 Kimi Delta Attention 架构，并在通用、智能体、编程等方向做了多档推理强度的强化学习后训练。
- 65 星/7日
- 16 引用
- 519 点赞
- #1 mathvision
AI 研究论文总榜 · 2026-W38
2
LingBot-World 2.0：可无限互动、带 60 帧实时版的游戏世界模型
这个 2.0 版本把游戏世界模型的互动时长拉到无限而不掉质量，靠的是精心设计的因果预训练范式；蒸馏出的实时版足以驱动 720p、60 帧的视频流；动作种类也大幅扩展，新增攻击、射箭、施法、射击等，并有更丰富的文本驱动交互元素。
- 87 星/7日
- 17 引用
- 47 点赞
3
FreeToken：把个人电脑当成弹性推理平台，本地跑大型 MoE 模型
开源大模型越来越重，但本地推理还按“把数据中心的办法缩小”的思路做。FreeToken 围绕本地 AI 的两个现实（智能体负载持续变化、每台机器的资源配比不同），联合设计模型加载、专家驻留、CPU-GPU 协同执行与内存管理，带宽允许时让个人机器也能流畅服务大 MoE 模型。
- 627 星/7日
- 2 引用
- 109 点赞
4
VoiceMem：给实时语音助手装上“左脑记事实、右脑记情绪”的流式记忆
这篇工作为双工语音模型设计了一套流式记忆架构：左脑负责事实信息，右脑负责情绪与个性化，让语音助手在实时对话中同时记住“你说了什么”和“你是怎么说的”。
- 612 星/7日
- 1 引用
- 179 点赞
5
Prime Agent：带常驻 REPL 和跨任务记忆的开源长程智能体框架
Prime Agent 是一个开源的长程智能体框架：常驻 IPython 会话让模型用代码做测试时计算，历史、记忆、技能和子智能体配置可以跨任务保留，递归子智能体之间直接通信协作，人类还能随时查看和管理后台会话。
- 482 星/7日
- 2 引用
- 52 点赞
- #1 longbench-v2
6
Unlimited OCR Works：模仿人类抄写记忆、长文本不减速的端到端 OCR 模型
这篇技术报告模仿人类抄写时的工作记忆，设计了一个端到端 OCR 模型：输出文本变长时解码开销基本不变，解决了 LLM 解码器 OCR 随序列变长越来越慢、显存占用越来越高的老问题。
- 391 星/7日
- 5 引用
- 87 点赞
7
LingBot-VLA 2.0：6 万小时、20 种本体数据预训练的视觉-语言-动作模型
这篇技术报告升级了 LingBot-VLA：重构数据管线，用约 6 万小时预训练数据（20 种机器人本体共 5 万小时轨迹，外加 1 万小时第一人称人类视频），并把控制范围从双臂扩展到头部、腰部、移动底盘和灵巧手，目标直指实验室到真实部署之间的落地鸿沟。
- 60 星/7日
- 15 引用
- 21 点赞
- #3 robotwin-2-0-easy-50-tasks
8
RoboDojo：42 个仿真加 18 个真机任务，一次考遍通用机器人策略
RoboDojo 是一个仿真与真机统一的机器人操作基准，用 42 个仿真任务加 18 个真机任务考察通用策略的泛化、记忆、精度和长程控制能力；附带并行 Isaac Sim 评测和云端真机评测系统，作者已用 30 个策略完成首轮集成榜单。
- 88 星/7日
- 12 引用
- 17 点赞
9
Apodex 1.1：靠环境扩展与多智能体协同，把“能干活”训成模型能力
这篇报告把“持续、可验证地推进真实工作”作为训练目标：一方面扩大可执行文件、搜索、代码环境的多样性与可验证性（环境扩展），另一方面训练智能体拆解长任务、并行委派、整合异步结果并随时重规划（协同扩展）。
- 1,433 星/7日
- 0 引用
- 207 点赞
10
Alaya-EVOKE：线性扩展的长程监督加显式世界状态记忆，让世界持续演化
Alaya-EVOKE 把持续的场景几何外置到一个按相机索引的世界状态库，让去噪器的上下文保持有界；再用稀疏注意力教师以线性开销监督长程序列，暴露内容漂移并支持中途改提示词。教师蒸馏成三步学生模型后，作者称单张 H200 上每 1.5 秒片段只需 2.11 秒即可生成。
- 148 星/7日
- 2 引用
- 166 点赞
- #2 wbench-navigation-split
11
Dream-RSI：让编程智能体在回放模拟器里离线自我改进探索策略的框架
Dream-RSI 是一个让编程智能体自己改进“怎么探索”的框架：它把智能体过去的发现历程拼成一个回放模拟器，让探索策略在模拟器里低成本地演练迭代，再把练好的策略放回线上继续发现新解，形成递归自改进闭环。论文称在算法工程、数学优化和 GPU 内核三类任务上，它在保持或提升发现质量的同时，显著降低了部分场景下的发现成本。
- 900 星/7日
- 0 引用
- 270 点赞
12
小米机器人一号：10 万小时以上真机轨迹预训练的视觉-语言-动作模型
小米机器人团队的视觉-语言-动作基础模型，用 10 万小时以上的真机 UMI 轨迹做预训练，并自动标注场景转换语言，再经后训练适配不同本体和人类的指令式提示。论文称数据量和参数量增加时性能持续提升，在新环境里可以开箱即用，灵巧任务上也能高效微调。
- 10 星/7日
- 15 引用
- 75 点赞
- #3 robocasa
13
Atria Dawn：用可验证经验训练、面向科研工作流的智能体基础模型
Atria Dawn 是一个面向科研与工程工作流的智能体基础模型。它的训练管线把工具调用挂到可执行环境和可外部核验的结果上，让模型的经验来自真实任务的验证反馈；论文还结合 56 名研究者使用过程中的 769 条任务记录，分析了人机协作中人和智能体各自的分工。
- 509 星/7日
- 0 引用
- 421 点赞
14
LongHorizon-Harness：把长任务状态移出上下文窗口、只认环境验证过的事实
长程智能体常在膨胀的上下文里丢状态，还把错误的自我评估带进后续决策。该框架把任务状态显式维护在执行之外，只用环境里能独立核实的事实更新状态，配合 Manage-Execute-Audit 循环，让经理、执行、审计三角色互相制衡。
- 105 星/7日
- 2 引用
- 184 点赞
- #1 weavebench
15
Frontis-MA1：开源的 350 亿“元进化”智能体，递归改进自己的机器学习工程
Frontis-MA1 附带 OpenMLE 全栈开源系统（任务环境、强化学习算子学习、进化搜索），用来研究递归自我改进；其 350 亿参数元进化智能体围绕 Draft、Improve、Debug、Crossover 四类程序进化算子做后训练，作者称在 MLE-Bench Lite 上超过 GPT-5.5 加 Codex 的组合，组件还能迁移到没见过的 NatureBench Lite。
- 62 星/7日
- 3 引用
- 186 点赞
16
NeoHorse-1：把每次对话的路由记录变成下一轮训练数据的自我进化模型
这篇工作给“递归自我改进”找了一个具体机制：系统记录每个用户回合预测的能力档位、实际路由到的服务层和交互结果，把这些记录经结构校验与六维语义评估后转成训练样本，保留交错推理、工具调用和 harness 上下文，驱动下一轮 agentic 后训练。
- 455 星/7日
- 0 引用
- 407 点赞
- #1 tau2-bench
17
ABot-World-0：单张台式机显卡实时流式运行的动作条件世界模型
ABot-World-0 是动作条件视频世界模型，用 3A 游戏、仿真引擎和互联网视频的多源数据训练，直接以原始键盘输入操控，并用参考角色记忆保证第三人称滚动的身份一致。作者称单张 RTX 5090 即可流式输出 720p、最高 16 FPS 的交互画面，动作到首帧延迟约 1.2 秒，目标是真正能玩的长程闭环交互。
- 16 星/7日
- 6 引用
- 313 点赞
18
ZGCM-1：完全开源的 7B 模型，把长推理与工具调用结合用于数学和智能体搜索
ZGCM-1 是一个完全开源的 7B 稠密基础模型，主攻数学推理和智能体搜索。它的核心思路是：小模型背不下整个网络，就把长时间的内部推理和主动调用外部工具结合起来——架构上采用门控滑窗与全注意力交错，训练上配合 FP8 Muon 优化器和从 16K 逐步扩到 256K 的课程式训练。论文称已分阶段放出权重、训练代码、各阶段数据配方和 W&B 日志。
- 475 星/7日
- 0 引用
- 300 点赞
19
AuK：用自然语言指令同时生成和编辑语音的开源基础模型
AuK 把语音生成和语音编辑统一到同一个开源基础模型里：用户用自然语言描述想要的效果，模型就能合成新语音，或按指令修改已有音频的措辞、音色和声学表现。
- 551 星/7日
- 0 引用
- 215 点赞
- #1 seed-tts-test-hard
20
OSWorld 2.0：108 个长程真实电脑操作任务，最强智能体也只完成两成
OSWorld 2.0 是 xlang-ai 团队推出的电脑操作智能体基准，用 108 个基于真实文件、带用户状态的长程工作流任务取代此前的短脚本任务，人类完成一道题的中位数约 1.6 小时。结果相当扎心：表现最好的 Claude Opus 4.8 也只能完成 20.6% 的任务，常常在跟踪约束和结果验证上掉链子。
- 20 星/7日
- 15 引用
- 25 点赞