跳到正文
2026 年 11 月 5 日 · 星期四每天 08:00 出刊

看懂日报 · 2026 年 11 月 5 日 · 星期四

kandong

第 29 期052026 年 11 月星期四
7件大事5个来源1件一手发布约 3 分钟读完
头条

Möbius:一种统一运动 - 语言模型,桥接理解与生成

arXiv 论文介绍 Möbius,旨在构建能同时理解、生成和编辑人类运动的统一框架。该模型将扩散过程引入多模态表示空间,使干净运动、噪声运动和文本共同参与共享注意力机制,且直接操作连续帧级原始运动数据,无需离散分词或预训练 VAE。在 HumanML3D 数据集上达到最先进水平,扩展至 17 亿参数和 1700 小时运动数据后证明有效且可扩展。

arXiv · 机器人与计算机视觉原文
01

具身智能

arXiv · 机器人与计算机视觉

DynaFLIP:一种基于三模态动力学引导的机器人感知表征框架

论文介绍 DynaFLIP 框架,旨在解决传统机器人学习管道依赖静态视觉编码器、将运动理解推给下游策略的问题。该方法构建图像 - 语言-3D 流三元组作为训练监督,鼓励三种模态在共享超球空间中占据较小的单纯形体积以增强对齐,并结合余弦正则化与对比目标以避免几何歧义和平凡坍缩。

智东西 · 机器人另有 1 家信源报道

物理世界模型创企 LiberAI 正式发布 Liber-0 世界动作模型

物理世界模型创企 LiberAI 于 11 月 4 日发布基于超 220 万小时人类经验数据预训练的世界动作模型 Liber-0。该模型采用混合 Transformer 架构,结合 LiberSense Glove 采集的人手动作数据与互联网视频,旨在减少对真机数据的依赖并提升跨本体泛化能力。

02

世界模型与仿真

Hugging Face Daily Papers

PrimeSim:基于大规模跨具身演示的通用世界模型模拟器发布

论文 PrimeSim 提出了一种动作条件化的多视图世界模型模拟器,通过渐进式中期训练和后期训练解决动作跟随与多视图一致性难题。该模型在 30,110 小时、22 个平台的数据上预训练,支持刚性及可变形操作任务的长程仿真,并在多个基准测试中领先开源同类模型。作者发布了模型权重、推理代码及训练代码,但材料仅基于 arXiv 预印本,未提及同行评审状态或真实机器人部署结果。

Hugging Face Daily Papers

ToolSpace:面向长程智能体的工具中心化环境合成扩展方法

论文提出了 ToolSpace 框架,旨在解决现有 MCP 环境合成方法数据为中心、导致工具接口不匹配及任务跨度不足的问题。该方法从真实 MCP 服务和开放智能体语料库的执行轨迹中,利用确定性规则挖掘数据、状态和重试依赖,而非依赖大模型判断。

03

计算机视觉

Luxonis DepthAI · Releases一手

DepthAI v3.12.0 发布:支持多流点云合并与拼接节点

Luxonis DepthAI Core 发布 v3.12.0,新增 Multi-stream PointCloud 功能可合并任意数量的深度流(含可选对齐色彩)为单一数据;Stitching 节点正式转正并默认启用校准全景缝合;ImgDetectionsFilter 节点开放以过滤检测结果。

04

快讯

(本期完)

看懂 日报由编辑系统根据公开来源自动编辑,每条均附原文 · 日报合订本