- #1Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments with Human Experience
Ropedia W0는 인간과 로봇의 다양한 형태에서 로코-조작 월드 모델을 학습하는 첫 번째 통합 모델로, Xp-Data와 Xp-Teleop를 통해 성능을 검증한다.
- #2SpecKCast: Spectral Kalman Forecasting for Diffusion Acceleration
SpecKCast는 주파수 영역에서 Kalman 필터를 활용해 디퓨전 트랜스포머의 추론 속도를 6배까지 높이는 훈련 없이 가능한 가속화 방법이다.
- #3Insight-V: Exploring Long-Chain Visual Reasoning with Multimodal Large Language Models
Insight-V는 시각-언어 작업에서 장거리 추론 능력을 향상시키기 위해 데이터 생성 파이프라인과 멀티에이전트 시스템을 결합한 MLLM 훈련 프레임워크이다.
- #4Industrial Agentic AI: LLM-Driven New-Generation Agents for Smart Manufacturing
LLM 기반 산업 에이전트의 체계적 개요와 4단계 아키텍처를 제시한다.
- #5Physical AI: Concepts, Techniques, and Challenges
물리적 AI(Physical AI)는 실세계와 상호작용하는 인공 시스템의 통합 프레임워크를 제시하며, 모델 예측 제어(MPC), 하드웨어-소프트웨어 협업 설계 등 핵심 기술을 다룬다.
- #6Learning the 4D World through Point Trajectory Forecasting
VPM은 멀티뷰 영상과 지속적인 3D 점 궤적을 동시에 예측하는 월드 모델로, 포인트 감독을 통해 비주얼 예측과 로봇 제어 성능을 향상시킨다.
- #7Memory OS of AI Agent
MemoryOS는 AI 에이전트의 장기 기억 관리를 위한 OS 기반 메모리 시스템으로, 계층적 저장소와 동적 업데이트를 통해 대화 일관성과 개인화를 향상시킨다.
- #8OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation
OWL은 도메인 간 이전을 가능하게 하는 모듈형 멀티에이전트 프레임워크 Workforce를 제안하며, GAIA 벤치마크에서 69.70% 성능을 달성한다.
- #9Towards Safer Large Language Models through Machine Unlearning
SKU는 LLM에서 유해한 지식을 선택적으로 제거하면서 정상 프롬프트에 대한 성능을 유지하는 2단계 언러닝 프레임워크이다.
- #10WorldScore: A Unified Evaluation Benchmark for World Generation
WorldScore는 3D, 4D, 영상 생성 모델을 포함한 다양한 월드 생성 접근법을 통합 평가하는 첫 번째 벤치마크이다.
- #11Selective-Stereo: Adaptive Frequency Information Selection for Stereo Matching
Selective-Stereo는 주파수별 정보 선택을 통해 스테레오 매칭 성능을 향상시키는 새로운 반복 업데이트 모듈 SRU와 CSA를 제안한 연구입니다.
- #12HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis
HEST-1k는 1,229개의 공간 전사체 프로파일과 H&E 염색 조직 이미지를 결합한 대규모 다중 모달 데이터셋이다.
- #13Rewards-in-Context: Multi-objective Alignment of Foundation Models with Dynamic Preference Adjustment
RiC는 복수의 사용자 선호를 고려한 기초 모델 정렬 문제를 해결하기 위해, 단일 모델의 지도 학습과 추론 시 동적 조정을 결합한 효율적인 알고리즘을 제안한다.
- #14VD3D: Taming Large Video Diffusion Transformers for 3D Camera Control
VD3D는 대규모 비디오 트랜스포머에 3D 카메라 제어를 가능하게 하는 컨디셔닝 메커니즘을 제안한다.
- #15SV4D: Dynamic 3D Content Generation with Multi-Frame and Multi-View Consistency
SV4D는 다중 프레임 및 뷰 일관성을 갖춘 동적 3D 콘텐츠 생성을 위한 통합 라티언트 비디오 디퓨전 모델이다.
- #276Parameter misspecification in physics-informed neural networks: A closed-form audit and its limits
물리 기반 신경망(PINN)에서 파라미터 오정의를 폐형식으로 평가하고 그 한계를 분석한다.
- #307λ_0: Scaling Open-World Egocentric Human Data for Humanoid Loco-Manipulation
람다_0(λ₀)는 500시간 규모의 HumanVerse 데이터셋을 기반으로 유인로봇의 전신 로코-조작 성능을 향상시키는 기초 모델이다.
- #308Matrix-Game 4.0: Harnessing Video Models for Real-Time Playable Game Worlds
Matrix-Game 4.0은 게임 로직과 시각 생성을 분리한 첫 번째 시스템으로, NVIDIA RTX 5090에서 60 FPS, 112ms의 저지연 게임 플레이를 실현한다.
- #309SWIFT: Self-guided Weak-to-strong dIFfusion models via Target extrapolation
SWIFT는 추론 과부하 없이 약한 디노이저를 활용해 강한 디퓨전 모델을 학습하는 자기 가이드 방식으로, ImageNet-256에서 FID 0.99를 달성한다.
- #310PAR: Progress-Aligned Recurrence for Length Generalization in State Tracking
PAR은 반복적 상태 추적에서 길이 일반화를 위해 반복 단계와 작업 단계를 정렬하고 상태 규모를 제어하는 방법이다.
- #311PhysLDM: Latent Diffusion for High-Fidelity Deformable Simulation
PhysLDM은 고해상도 3D 볼륨 메시의 변형 시뮬레이션을 위해 설계된 라티언트 디퓨전 모델로, 2.48 mm 재구성 정확도와 78× 토큰 압축을 달성한다.
- #312EvaOmni: An Evidence-Grounded Benchmark for Audio-Visual Reasoning
- #313S-Agent 2.0: Spatial Reasoning with a General Coding Agent
S-Agent 2.0은 일반 코딩 에이전트에 지속적 공간 메모리와 명령줄 툴킷을 결합하여 공간 추론 성능을 향상시킨다.
- #314DecisionPivot: A Diagnostic Benchmark for Decision Models in LLM Systems
DecisionPivot은 LLM 시스템의 결정 모델을 진단하는 벤치마크로, 48개 태스크와 40,033개 항목을 포함하며 세부적인 결정 실패를 분석한다.
- #315BiDex-100: A Comprehensive Benchmark for Bimanual Dexterous Manipulation Across 100+ Simulation Tasks
BiDex-100은 106개의 이족 조작 태스크로 구성된 시뮬레이션 벤치마크로, 다exterous 조작 모델의 성능을 체계적으로 평가한다.
- #316VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse
VLA-Rolling은 액션 테일을 재사용해 1.48× 가속과 최대 15.08% 성공률 향상을 달성한 경량 추론 프레임워크이다.
- #317CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?
CoEvo-RSI는 모델-하네스 공진화를 통해 브레인-바디 미스매치를 줄이고, Qwen3.5-9B를 대형 모델과 경쟁하게 만드는 RSI 프레임워크이다.
- #318Harness Self-Evolution for Long-Horizon Terminal Agents
RiseHarness는 모델 가중치를 고정한 상태에서 터미널 에이전트의 실행 신뢰도를 향상시키는 반복적 허네스 진화 프레임워크이다.
- #319Correction Training for Diffusion Models
확산 모델의 예측 오류 누적 문제를 해결하기 위해 Corrector 모듈을 도입하여 샘플 품질을 향상시킨다.
- #320OverSeer: Multi-Agent World Models Beyond What Agents See
OverSeer는 다중 에이전트 환경에서 세계 모델의 일관성을 향상시키기 위해 고정된 보조 카메라 뷰와 δ-VAE 압축 기법을 도입한 시스템이다.