大模型论文精选 · 2026-W37

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。

34 星/7日
3 引用
186 点赞

arXiv · FrontisAI/OpenRSI

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。

225 星/7日
0 引用
407 点赞
#1 tau2-bench

arXiv · TokenRhythm/NeoHorse

OpenWAM：把世界-动作模型拆成可组合模块的开源研究栈

现有的世界-动作模型把生成骨干、表征、架构和数据耦合在一起，看不清哪个设计真正重要。OpenWAM 把设计空间分解成可组合模块，配上统一的训练与评测流程，让研究者能做受控实验逐项验证。

578 星/7日
0 引用
71 点赞
#1 libero-goal

arXiv · OpenWAM-Official/OpenWAM

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。

23 星/7日
12 引用
17 点赞

arXiv · RoboDojo-Benchmark/RoboDojo

Marigold V2：把扩散 Transformer 蒸馏成单步推理的单目深度估计器

作者升级了 Marigold 的技术路线：让基于 DiT 的图像生成模型转成单目深度估计器，并蒸馏成单步推理、支持量化，目标是在分布外输入上也能给出锐利、细致的深度图。

581 星/7日
0 引用
60 点赞
#1 scannet

arXiv · huawei-bayerlab/marigold-v2

ResearchStudio-Idea：让 AI 选题从文献出发、先查新再成稿的技能套件

这套可复用技能覆盖研究选题的第一步：多源文献检索（Paper-Search）、查新检撞（Scoop-Check）和端到端成稿（IdeaSpark），让生成的研究方向建立在真实文献证据和与已有工作的差异化分析上，而不是凭空出题。

92 星/7日
3 引用
64 点赞

arXiv · microsoft/ResearchStudio

DreamX-World 1.0：用相机移动和提示词实时操控的通用交互世界模型

DreamX-World 1.0 是 DreamX 团队的通用交互世界模型：输入文字或图片即可生成可操控的视频世界，支持相机游走、回到之前到过的区域、按提示词触发事件，覆盖写实、游戏和风格化场景。作者称通过少步数自回归设计加速蒸馏，8 张 RTX 5090 上最高可跑到 16 FPS。

4 星/7日
19 引用
116 点赞

arXiv · AMAP-ML/DreamX-World

不打断不提问：主动观察画面、自己决定何时开口的实时视觉语言模型

这篇论文主张模型应该像人一样“在场”：持续盯着实时画面，自己判断该开口还是保持沉默，简单问题即时回应、难题交给后台模型，适用于安防监控、视频会议、直播带货等没人主动提问的场景。

39 星/7日
4 引用
217 点赞

arXiv · jd-opensource/JoyAI-VL-Interaction

MonkeyOCRv2：在 1.13 亿张文档图像上预训练的视觉-文本文档基础模型

通用视觉编码器没见过密集文字，直接套文档任务效果差。MonkeyOCRv2 构建了 1.13 亿张、17 语种的文档预训练语料，把图转文生成和像素级笔画重建结合起来联合预训练，让模型真正学会字符级的文档感知。

61 星/7日
3 引用
81 点赞
#2 mdpbench

arXiv · Yuliang-Liu/MonkeyOCRv2

本周 · 大模型论文精选