伯克利Sergey Levine团队长程推理强化学习：8步任务提速19.7倍
论文基本信息 原文标题： Long‑Horizon Language Model Reinforcement Learning via Progressive Point Matching 首次公开： 2026年9月7日 署名单位： 加州大学伯克利分校、卡内基梅隆大学 原论文链接： https://arxiv.org/abs/2609.07303
标签：论文拆解
共 6 篇
博世自动驾驶视觉语言动作模型：A100近30fps且闭环成功率77.27%
论文基本信息 方法简称： 快速高效自动驾驶视觉语言动作模型（FIVE-VLA） 原文标题： FIVE-VLA: Fast and Effective Autonomous Driving with Recurrent Action Memory 主要署名单位： 博世 合作单位： Five AI Ltd. 首次公开： 2026年9月16日（arXiv v1）
六组超分全胜，超分FID最低9.2：Genesis让卫星地图跨层生长
论文基本信息 原文标题： Genesis: A Generative Engine for Hierarchical Satellite Image Synthesis 首次公开： 2026年9月2日（arXiv v1） 原论文链接： https://arxiv.org/abs/2609.02683v1 论文许可： CC BY 4.0
3D高斯还在全局排序？TileGS让光栅核快1.44倍
论文基本信息 原文标题： TileGS: Tile-Local Depth Binning for Gaussian Splatting Rasterization 首次公开： 2026年9月3日（arXiv v1） 发表信息： Pacific Graphics 2026，Computer Graphics Forum 45(7) 作者单位： Aalto U
人类反馈太贵？PreferenceEKF只问最值钱的问题
论文基本信息 原文标题： Subspace Inference Enables Efficient Active Reward Learning from Preferences 作者： Yutai Zhou、Erdem Bıyık 作者单位： University of Southern California（南加州大学） 首次公开： 2026年9月3日（
腾讯混元WorldReward：世界模型画面再美，动作错了也白搭
世界模型生成的视频越来越逼真，但它可能一边把画面做得很漂亮，一边悄悄执行错了相机指令。复旦、腾讯混元、上海创智学院、上海交大和上海人工智能实验室等团队提出 WorldReward：不再只看单帧美不美，而是逐段检查“动作有没有做对、画面有没有崩”。在 760 对人工标注视频上，它对动作、外观和运动质量的判断一致率分别达到 77.63%、81.32% 和 73.
