- #1Dual Latent Memory in Vision-Language-Action Models for Robotic Manipulation
LaMem-VLA는 VLA 모델의 단기적 시야 편향을 해결하기 위해 잠재 공간 내에서 이중 잠재 메모리 토큰을 생성하고 결합하는 새로운 프레임워크이다.
- #2JD Oxygen AI Item Center (Oxygen AIIC) V1: An Industrial-Scale LLM/VLM-Centric Solution for Item Understanding, Management, and Applications
JD.com이 LLM/VLM 기반의 Oxygen AIIC를 구축하여 100억 개 이상의 상품에 대한 지식을 자동화하고, 94.2% 정확도로 관리 효율성 향상.
- #3Scaling Mixture-of-Experts Video Pretraining for Embodied Intelligence
LingBot-Video는 MoE 기반의 영상 사전학습 모델로, 실체 지능을 위한 효율적이고 물리적 현실성을 갖춘 비디오 생성 모델을 제시한다.
- #4RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies
RoboDojo는 시뮬레이션과 실제 환경에서 일반적인 로봇 조작 정책을 종합적으로 평가하는 통합 벤치마크를 제시한다.
- #5Automating the Design of Embodied Agent Architectures
AgentCanvas와 KDLoop를 활용한 AAS를 통해 3×4 실험 행렬에서 성공률 5~10% 개선을 달성했으나, 로우롤 노이즈와 로컬 최적화 문제도 드러남.
- #6Vidu S1: A Real-Time Interactive Video Generation Model
Vidu S1은 음성 제어를 지원하는 실시간 인터랙티브 동영상 생성 모델로, 540p 42 FPS로 무한 길이의 블러 없는 동영상을 생성한다.
- #7Jet-Long: Efficient Long-Context Extension with Dynamic Bifocal RoPE
Jet-Long은 RoPE 기반의 동적 이중 윈도우 구조를 통해 128K 컨텍스트까지 정확도와 추론 효율성을 동시에 확보하는 제로샷 컨텍스트 확장 기법이다.
- #8AgentLens: Production-Assessed Trajectory Reviews for Coding Agent Evaluation
AgentLens는 코드 에이전트의 전체 실행 흐름을 평가하는 프로덕션 기반 벤치마크이다.
- #9Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning
SciReasoner는 생물학, 화학, 재료과학 분야에서 구조-특성 관계를 정확하고 해석 가능한 방식으로 추론하는 다중 모달 과학 기초 모델이다.
- #10Large Behavior Model: A Promptable Digital Twin of the Retail Customer
대규모 소매 거래 데이터를 기반으로 고객 행동을 시뮬레이션하는 LBM(Large Behavior Model)을 제안하여, 고객 디지털 트윈 구축 기반을 제시한다.
- #11Video-Oasis: Rethinking Evaluation of Video Understanding
Video-Oasis는 기존 비디오 이해 벤치마크의 진정성과 영상 의존성을 체계적으로 진단하는 새로운 평가 프레임워크이다.
- #12Infinite Worlds with Versatile Interactions
LingBot-World 2.0는 720p 60fps 실시간 대응, 무한 상호작용, 에이전트 기반 제어를 갖춘 진화형 월드 모델 시스템이다.
- #13Why Can't I Open My Drawer? Mitigating Object-Driven Shortcuts in Zero-Shot Compositional Action Recognition
RCORE는 객체 중심의 단축 학습을 억제하여 Zero-Shot Compositional Action Recognition(ZS-CAR)의 일반화 성능을 향상시킨다.
- #14WildCity: A Real-World City-Scale Testbed for Rendering, Simulation, and Spatial Intelligence
WildCity는 도시 규모의 실제 환경 데이터를 수집한 다중 모달 데이터셋으로, AI의 대규모 공간 인지 연구를 촉진한다.
- #15OmniTacTune: Policy-Agnostic Real-World RL for Tactile Residual Adaptation of Visual Policies
OmniTacTune은 시각 정책에 터치 피드백을 잔차 보정으로 통합하는 정책-무관한 실제 세계 강화 학습 파이프라인으로, 40–80분 내 5–40% 성공률을 85–100%로 향상시킨다.
- #16LLM-as-a-Tutor: Policy-Aware Prompt Adaptation for Non-Verifiable RL
LLM-as-a-Tutor는 정책에 따라 프롬프트 어댑테이션을 수행해 비검증 가능 RL의 학습 신호를 개선한다.
- #17RoboTALES: Learning Reasoning-Guided Robot Policies via Task-Aligned Simulated Futures
RoboTALES는 계층적 추론과 시뮬레이션 미래를 결합해 장기적 로봇 조작 성능을 향상시키는 단일 스테이지 프레임워크이다.
- #18UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks
UniClawBench는 실시간 환경에서 프로액티브 에이전트를 평가하는 첫 번째 능력 중심 벤치마크로, 400개의 이중 언어 태스크와 3역 폐루프 평가 전략을 제시한다.
- #19Ideas Have Genomes: Benchmarking Scientific Lineage Reasoning and Lineage-Grounded Idea Generation
과학 아이디어의 유전적 계보 구조를 평가하는 새로운 벤치마크, IdeaGene-Bench(IG-Bench)를 제시한다.
- #20LongE2V: Long-Horizon Event-based Video Reconstruction, Prediction, and Frame Interpolation with Video Diffusion Models
LongE2V는 이벤트 기반 영상 복원, 예측, 프레임 보간을 통합적으로 처리하는 비디오 디퓨전 모델 기반 접근법이다.
- #21Enhancing In-context Panoramic Generation via Geometric-aware Pretraining
Canvas360은 기하학적 인식 사전학습과 다운스트림 작업에 대한 통합 미세조정을 결합한 이단계 프레임워크로, 패노라마 생성의 기하학적 일관성과 품질을 향상시킨다.
- #22CausalDS: Benchmarking Causal Reasoning in Data-Science Agents
CausalDS는 데이터 사이언스 에이전트의 인과 추론 능력을 종합적으로 평가하는 벤치마크로, 구조적 인과 모델(SCM)과 자연어 스토리, 관측 데이터를 결합한 시나리오를 제시한다.
- #23Single-Rollout Asynchronous Optimization for Agentic Reinforcement Learning
SAO는 비동기적 강화학습에서 안정성과 성능을 동시에 개선한 단일-롤아웃 최적화 전략이다.
- #24Grounding Spatial Relations in a Compact World Model: Instruction Leakage and a Goal-Free Dynamics Fix
목표 조건부 월드 모델에서 명령어 누수를 진단하고, 동작 예측 경로에서 목표를 제거함으로써 진정한 관계 인식을 회복한다.
- #25Physics-Audited Agentic Discovery in Scientific Machine Learning
PA-SciML은 물리 법칙 검증을 핵심으로 하는 SciML 대리 모델 자동 선택 프레임워크로, 예측 오차보다 물리적 일관성을 우선시한다.