EViDS:环境 - 车辆动力学集成仿真平台助力智能底盘开发
EViDS 是首个将 CARLA 环境感知与 CarSim 高保真动力学集成的仿真平台,通过射线铸造轮胎路面交互及参考姿态对齐技术维持时空一致性。该平台支持在线闭环智能底盘控制,在动力学特性保持与环境信息可靠传递的测试中表现优异,为环境感知型智能底盘开发提供统一验证基础。
EViDS 是首个将 CARLA 环境感知与 CarSim 高保真动力学集成的仿真平台,通过射线铸造轮胎路面交互及参考姿态对齐技术维持时空一致性。该平台支持在线闭环智能底盘控制,在动力学特性保持与环境信息可靠传递的测试中表现优异,为环境感知型智能底盘开发提供统一验证基础。
NVIDIA 发布 OmniDreams,这是一个基于 Cosmos 扩散模型中后训练的实时生成式世界模型,旨在解决长尾场景下自动驾驶策略安全评估的瓶颈。该模型通过自回归方式根据过去帧、当前仿真状态及即时驾驶动作生成逼真的传感器视频,能合成极端天气和不可预测的动态行为等难以捕捉的现象。
推荐理由:NVIDIA 推出 OmniDreams,利用 Cosmos 扩散模型基座实现实时闭环生成,支持极端场景与动态交互,并展示在 NuRec 数据集上优于 Alpamayo 1.5 的预训练策略性能。
arXiv 论文提出中性世界模型(NWM),通过混合常规驾驶与真实事故视频训练,利用边界框引导目标纠正现有模型因数据仅包含安全结局而产生的幸存者偏差。实验表明 NWM 能更准确预测迫近碰撞且保持低误报率,在 NAVSIM 挑战场景中辅助决策优于基线,并在零样本实验中实现向未见传感器观测的迁移。
针对预设脚本无法适应自主驾驶策略闭环响应的局限,该研究提出一种持续监控交通状态并通过重定时、重路由及角色重组来维持特定交互意图的场景编排器。在 CARLA 仿真器多类场景与策略实验中,该方法比脚本式和学习型基线更可靠地实现目标交互,支持可控且可复现的策略评估。
针对现有候选轨迹评估器依赖高成本且易累积误差的未来状态展开(rollout)机制,本文提出 RFWorld 模型。该方法构建共享场景记忆并通过轻量级时序读出塑造未来可读表示,推理时直接查询记忆进行评分,显著降低计算量并避免递归误差。实验表明,RFWorld 在 NAVSIM 和 Bench2Drive 数据集上实现了更优的规划对齐与世界表征学习,达到最先进性能水平。
针对安全关键系统需满足冲突约束且通常按优先级排序的问题,现有预emption优化存在次优解风险,而联合优化又难以保持严格优先级。本文提出 Lexicographic Descent 方法,利用随优先级衰减的相对权重实现参数化标量化,在极限处恢复字典序顺序并收敛至高优先级规则的受约束驻点。该方法能利用问题结构达到字典序最优,并在自动驾驶案例研究中优于预emption方法。
AutoWorld 是一个交通仿真框架,旨在解决现有数据驱动模拟器因依赖高层抽象(如 3D 边界框和多边形)而丢失感知上下文的问题。该框架通过自监督世界模型将代理行为锚定在原始传感器观测中,利用激光雷达占用数据进行训练。
该论文提出了 SHRED 框架,通过大规模异质性自博弈联合训练车辆、行人和骑行者,无需依赖人类驾驶演示或轨迹回放。实验显示,该方法在 Waymo Open Sim Agents Challenge 中优于无演示基线及参考策略方法,且在 nuPlan 地图几何零样本评估下保持真实感;在交互密集的 InterPlan 基准上规划性能全面领先。消融研究表明自博弈中的异质性显著提升了交通真实性和规划效果。
推荐理由:提出无需专家演示的异质交通参与者自博弈框架,在仿真挑战中优于基线并提升规划性能。
TypeSafe AI宣布完成8.7亿美元A轮融资,投后估值达75亿美元。其核心产品Jev是一款专注于自动化判断(如分类、打分、选择)而非生成文本的AI模型,上线3天日吞吐量即达1万亿Token,且输出Token永久免费。该发布引发了微软、OpenAI和Cloudflare等巨头在24天内迅速推出同类决策模型进行竞争。
该报告由小米 LLM-Core 团队发布,介绍了 MiMo-V2.6 系列全模态模型,旨在通过扩展强化学习(RL)计算规模推动大模型智能边界。在预训练混合-SWA 架构基础上,报告详细阐述了三个维度的 RL 扩展策略:更大批次与吞吐量、涵盖代码/通用/视觉/网络域的复杂环境以及更强大的评估器计算。
推荐理由:报告介绍了 MiMo-V2.6 系列,通过扩展 RL 计算规模、引入混合任务代理 RL 基础设施及开源训练动态,推动大模型向自我改进迈进。
针对大规模网络中的多智能体路径寻找(MAPF)及考虑系统动力学的多智能体运动规划(MAMP),提出一种不依赖领域知识的通用方法,使智能体能同时计算多种优先级策略。数值实验表明该方法在满足计算时间约束下实现近最优解并优于最先进方法;在包含十辆车辆的道路网络实验中验证了其实时能力。
针对学习基自动驾驶赛车赛道几何难以系统变化的问题,作者提出了 RoboRacer Arena 这一基于自然语言规范的赛道构建流水线。该系统通过种子覆盖引导的构造器生成闭合回路布局并验证占用图,自动构建 Isaac Sim 仿真环境,初始参考集包含 130 条赛道。
论文指出循环 Transformer 随迭代次数增加会出现推理精度下降现象,提出 InfiLoop 架构利用内容加权与学习到的时间衰减机制保留有用中间状态并抑制不可靠提议。在 Sudoku-Extreme 任务上达到 97.9% 精确准确率,并在 ARC-AGI-2 任务上取得 13.6% pass@2 分数。代码已开源。
针对交互式语言智能体训练中收集真人反馈成本高、现有助手模型过于顺从的问题,该研究提出了 MIMESIS 专用用户模拟器。该 9B 参数模型基于人类对话数据并引入显式推理监督与 13 种真实行为模式训练,在 SOUL-Index 等指标上超越最强前沿模型。
Helm.ai 宣布其在过去 12 个月内签署了价值 7000 万美元的商业合同,客户涵盖全球汽车主机厂、一级供应商及工业自动化公司。CEO Vladislav Voroninski 表示,这些项目标志着其技术从概念走向真实部署,且公司已接近盈亏平衡点。
论文提出 StressDream 方法,旨在解决视频世界模型在策略评估中因依赖名义想象而遗漏高影响后果的问题。该方法通过在推理时优化扩散模型的初始噪声,将生成过程导向由文本指定的高影响且合理的未来结果(如任务失败)。
该论文针对自动驾驶视频延续中面临的自回归过程‘生成退化’挑战,提出了 STRIDE(STructural RegIsters for Decoupled Extrapolation)大视觉模型架构。
推荐理由:提出 STRIDE 架构,通过语义前瞻机制缓解自回归生成中的结构退化问题。
该论文提出了 Ctrl-CWM,一种多智能体可控人群世界模型,旨在解决现有方法在适应新用户指定目标时灵活性不足的问题。该方法利用世界模型的规划原理,通过想象未来来模拟人群行为。
该论文提出了 Artemis 模型,旨在解决现有视频世界模型在跨视角一致性、恢复视野外智能体及处理动态背景方面的不足。该方法通过从多智能体观测重建显式的 3D 世界地图来统一状态,并开发动作引导的几何注入模块以区分受控前景与不受控背景动力学。研究构建了基于 CARLA 仿真器的 MA-CARLA 数据集,实验表明其在视觉保真度和跨视角一致性上优于现有方法,且支持多模态生成及多智能体、多相机场景。
该研究探讨了训练数据如何在基座模型的响应起始 token 与后续推理行为之间建立关联。实验表明,固定特定的起始 token 线索(如'. Okay'或'Alright,')可使基座模型在数学和代码任务上的表现接近强化学习(RL)微调版本。
推荐理由:原文揭示了训练数据中的特定起始 token 可作为推理触发器,通过因果干预验证了其对数学、代码及模型安全行为的控制作用。
VehicleArena 是一个用于研究独立操作智能体的三维城市驾驶基准。在该环境中,LLM 控制的智能体需满足不断变化的乘客请求并导航复杂路况,其驾驶决策会重塑交通流、延误和周边智能体的观测。
针对自动驾驶等关键领域需评估大量复合环境条件的挑战,本文提出一种基于场景的组合统计模型检查(SMC)框架。该方法将复合场景分解为基元、规格分解为子规格,独立验证各基元后利用重要性采样和核密度估计组合统计结果。实证表明该框架能准确回答未见过的复合场景查询,并通过并行化和轨迹重用降低仿真成本。材料为 arXiv 预印本,已接受至 RV 2026 会议。
推荐理由:提出基于场景的组合统计模型检查框架,通过分解与重用轨迹降低仿真成本。
Geoffrey Hinton 与 Yoshua Bengio 等 22 位学者发表论文《What if automating AI R&D triggers an intelligence explosion?
推荐理由:辛顿领衔团队发布首篇递归自我改进论文,论证AI研发自动化可能触发软件驱动的智能爆炸。
针对机器人仿真到现实部署中缺乏明确操作区安全性保证且无法修正控制器的挑战,本文提出一种课程驱动的闭环框架,将场景驱动进化策略与基于统计模型检测的验证紧密集成。该方法从候选区域出发,在优化策略性能的同时逐步扩大安全操作边界,最终输出神经控制器及其经统计验证的安全与性能区域。
该研究针对长程 LLM 智能体常用稀疏混合专家(MoE)模型但行为与结构协同设计不足的问题,发现专家路由在语义相似操作间存在重叠特性。作者提出分层路由控制框架,鼓励轮次级专家选择对齐智能体操作并正则化 token 级选择以维持局部一致性,同时引入熵门控机制解决后训练稳定性问题。
推荐理由:原文提出分层路由控制框架,解决智能体强化学习中 MoE 专家选择与轨迹结构不匹配问题,在基准测试中成功率提升超 10 个百分点。
该研究针对自动驾驶仿真中难以精确控制场景极端程度的问题,提出将场景对抗性定义为条件分布中的分位数。通过构建历史条件的风险分位数请求与参考风险分布映射,结合联合扩散模型生成多智能体未来轨迹,实现了在高速场景下对最小后侵入时间(PET)等物理风险的精准调控。实验显示该方法能以 98.75% 的准确率满足分位数请求,误差控制在极小范围内,为安全测试提供了可量化的风险规格接口。
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 宣布推出 Jev 模型,定位为“机器原生、可编程的决策内核”(System-One),旨在替代传统聊天模型以支持自动化业务闭环。Jev 强调可靠性与性价比,采用 RLCD 强化学习范式及 choice/score/null 原语,拒绝公开 benchmark 以防榜单操纵,目标是在五年内拉动全要素生产率增长 3%。
CUAWright 是一种仅约 3K 行代码的极简终端接口工具,利用 bash 命令作为唯一操作界面,文件系统作为动态演化空间以构建工具和上下文管理。实验显示,相比 GPT-5.5 基线及 GUI 原生接口,该方案在 OSWorld 2.0、Online-Mind2Web、Odysseys 等基准任务中显著提升成功率并降低估算成本,同时在 CAD 应用中也展现出更强的视觉理解与交互能力。
推荐理由:CUAWright 提出最小化终端接口方案,在数字任务与 CAD 应用中显著优于 GUI 及混合接口。
论文介绍 SimuVerity 基准,包含 101 个跨十个工程领域的文本到可执行 Simulink 模型生成任务。该基准利用可执行系统配置作为工程规范依据,并涵盖四类原生仿真场景。
Argo-Bench 是一个评估数据智能体在企业级工作流中表现的新基准框架,包含 210 个任务。该研究构建了一个基于纽约市真实规模(8100 万订单)的食品配送平台仿真世界,并将其映射到拥有 235 张表和 75 亿行数据的 ERP 仓库中。
论文介绍 Inherit-MAS 框架,利用生物进化中的继承与选择原理,在多智能体系统中显式实现工作流与执行的继承机制。该方法通过元模型合成带角色声明的工作流,并由独立评估器诊断缺陷;在常规优化轮次中继承最新候选人的工作流并剔除无用节点,同时仅在请求与执行上下文完全匹配时复用历史结果以避免冗余计算。
推荐理由:该工作提出通过工作流与执行继承机制优化多智能体系统,在保持性能的同时显著降低计算开销。
针对小模型在多模态搜索任务中因自由生成推理导致的高延迟与低效问题,本文提出了一种基于选择的结构化推理(SSR)框架。该框架将高层推理重构为预定义的、可复用的自然语言候选集,模型在每个步骤仅根据当前上下文从这些候选集中进行选择,无需辅助任务头。
推荐理由:该框架将推理重构为候选选择,利用共享 KV Cache 并行评分,在保持任务性能的同时显著降低多模态搜索代理的推理延迟。
论文介绍了一种名为 ReSAIL 的插件方法,旨在解决迭代自蒸馏过程中模型部署表现随周期增加而下降的问题。该方法通过优先选择对教师预测影响最大的交互步骤进行蒸馏,并正则化学生模型的特权信息条件输出分布以保留其行为特征。在 ALFWorld、TextCraft 和 AITZ 等基准测试中,ReSAIL 在三轮迭代后平均提升了 22.5% 的成功率,为缓解智能体自蒸馏的性能坍塌提供了新的机制。
该论文提出 Mara Chain,一种将优化过程中被丢弃的候选方案转化为后续迭代基石的新方法。现有 propose-evaluate-select 流程常因直接丢弃不合格候选而导致重复探索相同失效模式;Mara Chain 则保留并利用先前尝试积累的证据对拒绝项进行迭代精炼,同时限制链长并应用 Pareto-filtered Top-N 选择以控制候选池规模。
推荐理由:该工作提出 Mara Chain,将优化中被丢弃的候选方案转化为后续迭代的基石,在 AppWorld、TerminalBench 2.1 和 MuSiQue 等基准上显著提升了任务性能并减少了采样次数。
Google DeepMind 发布旗舰级气象模型 WeatherNext 3,该模型直接学习实时卫星观测数据而非数值模式,实现每小时更新与最高 5 公里分辨率,降水预测精度较基线提升显著。系统已集成至 Search、Gemini、Maps 等产品,提供清洁能源变量预测及全球高分辨率气象图,支持研究人员通过 BigQuery 和 Earth Engine 查询数据。
推荐理由:DeepMind 发布 WeatherNext 3,利用实时卫星数据实现每小时更新与 5 公里分辨率,显著提升降水预测精度并支持清洁能源变量。
Google DeepMind 正式发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。
推荐理由:DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 及 Cyber 版本,提供具体性能指标与定价以支持规模化 AI Agent 构建。
文远知行正式发布物理 AI 认知基础模型 WeRide WITT(World Intelligence Toward Truth),该模型基于原子物理事实(APFs)框架,通过提取、推理、验证和整理可信事实来构建对物理世界的理解。
推荐理由:文远知行发布基于原子物理事实的认知基础模型 WITT,通过提取、推理与验证可信事实来降低幻觉并提升长尾场景挖掘效率。
文远知行宣布其专有世界模型 WeRide GENESIS 在 2026 AI Breakthrough Awards 上获颁“年度整体生成式 AI 解决方案”,此前该模型刚在 ATTI 奖项中赢得仿真创新奖。
推荐理由:WeRide GENESIS 凭借生成式 AI 与物理仿真能力获两项大奖,验证了其在加速自动驾驶开发、训练及部署方面的价值。
NVIDIA与LG集团宣布共建AI工厂,旨在加速其机器人、自动驾驶及数据中心业务。双方将整合NVIDIA全栈平台(包括Isaac Sim、Isaac Lab、GR00T模型、Cosmos世界基础模型)与LG的制造数据及硬件能力,构建从数据采集、仿真训练到边缘部署的统一工作流。
NVIDIA 在 CVPR 发布物理 AI Agent Skills,旨在解决物理 AI 研究中场景重建、合成数据生成及策略评估等碎片化问题。核心包括支持车队数据重建的 Neural Reconstruction 技能、加速 3D 高斯场景生成的 InstantNuRec、用于闭环强化学习的 AlpaGym 框架以及能实时响应策略动作的 Cosmos-Dreams 世界模型。
推荐理由:NVIDIA 在 CVPR 发布物理 AI Agent Skills,提供场景重建、合成数据生成及闭环强化学习工作流工具。