VLA模型一剪就废？这篇论文用ΔW找到真冗余
VLA剪枝最尴尬的地方，不是剪不动，而是剪完还得靠恢复“补作业”。这篇论文直接把恢复拿掉，用ΔW去找真正该删的参数，思路很硬。
视觉与图像
共 793 篇
FedLAB来了：联邦多模态图学习首次把“可追溯”做成码本
联邦图学习最烦的不是没效果，而是模型一张嘴就“说不清证据链”。FedLAB直接把模态证据、节点语义、拓扑上下文拆成三层码本，既能学，也能查，算是把黑箱拧成了可审计的抽屉。
ROBOVIS 2025新作：单帧预测人类多目标，CVAE还能生成多种走向
这篇工作最实用的地方，不是“猜一个目标”，而是直接给出 多个可能走向 。对机器人导航、人机协作和自动驾驶来说，这种“别把人想死板”的预测，才更像真实世界。
复旦字节新方法：CAD代码生成提升8.87%
这篇论文把 CAD 代码生成从“会画个大概”往“能执行、能编辑、能落地”推了一大步。更有意思的是，它不是单模型硬扛，而是让多个异构专家协作，再用强化学习把这些专家的长板拼起来。
低黏度也稳？这篇ALE方法给出数值证据
移动域上的不可压流体，最烦的不是方程本身，而是域还在动、散度还不能乱。本文把 ALE、空间时间 DG 和 Piola 变换拧在一起，直接把“压力污染速度”这件事按住了。
LM多机器人交互新发现：610条解释里藏着什么
这篇论文不研究机器人“会不会说话”，而是研究它们“为什么要插话、该不该插话”。610条解释日志把LM编排器的调停逻辑摊开给人看，读起来像一份多人协作里的“裁判判词”。
DeepMind新作：DINOv2拉直视频，假视频现形
假视频越来越像真视频，传统只看像素伪影的办法已经不太够用了。这篇 DeepMind 的 ReStraV 反其道而行，盯着视频在 DINOv2 特征空间里“走路直不直”，思路简单，效果却很能打。
CVPR 2026风格RCL-Mamba：64视角修复PCB，效率提升8倍
这篇论文最有意思的地方，不是又堆了一个大模型名字，而是把工业成像里最烦人的两类退化——投影域旋转模糊和图像域稀疏伪影——按物理顺序拆开处理。64视角还能把结构测量保住，工程味很足。
共享自主不再猜来猜去：控制努力降低27%的新方法
共享自主最怕的不是机器人帮倒忙，而是“帮得对却让人看不懂”。这篇工作直接把问题掰开：让机器人用动作把自己的判断说出来，实验里理解率和协作感都明显提升。
NVIDIA离散扩散新作：1024文生图冲上SOTA
NVIDIA 这篇没有走“越大越强”的老路，而是盯着离散扩散最烦的两个痛点下手：不会自我修正、词表一大就学不动。结果很直接，1024 分辨率文生图拿到 SOTA，训练还更省显存。
ICLR 2025新作SEAR：图像修复从“瞎搜”进化到会记忆
这篇 SEAR 很有意思：它不再把图像修复当成“看到退化就直接出手”的单步活，而是改成先规划、再执行，还会把成功经验存起来反复用。对复杂混合退化场景来说，这种“会思考、会记忆”的思路，比纯 greedy 搜索靠谱得多。
连续latent太难训？DLR首次改用离散token
连续潜变量推理最大的毛病，不是“不聪明”，而是“说不清、管不住、训不稳”。这篇上海交大的 DLR 直接把潜在状态离散化，还借了渲染压缩的思路，算是把推理模型从黑箱里往外拽了一把。
