HSImul3R（ECCV 2026）把物理仿真器当作主动监督者，双向优化人体运动与场景几何：场景目标 RL + DSRO 微调生成先验，HSIBench 300 实例评测，Easy 稳定性 10.52%→53.68%、穿透率 22.9%，可直接部署 Unitree G1 人形机器人。

【arXiv 2026】HSImul3R 论文解读：物理在环双向优化重建仿真就绪人-场景交互。Stability-HSI 达 53.68%（HSfM 仅 10.52%），场景穿透率从 69.51% 降至 22.9%，并可部署到 Unitree G1 人形机器人。

JitRL 提出训练时零梯度更新的 LLM Agent 持续强化学习框架：动态非参数记忆存储轨迹，Jaccard 检索 + k-NN 估计优势，再以闭式公式 z'=z+β 直接调制 logit——被证明是 KL 约束 RL 的精确闭式解。WebArena Avg 46.98% / Jericho Zork1 Final 69 双 SOTA，成本 98 美元 vs WebRL 3500+ 美元（3

解读 COLM 2025 论文 AIOS（LLM Agent Operating System）：三层架构把 LLM 与工具资源隔离进内核，调度器管理系统调用，并发 250→2000 智能体近似线性扩展，吞吐最高提升 2.1 倍。

NeurIPS 2025 Oral 论文解读：扩散模型训练存在双时间尺度——泛化时间 τ_gen 恒定、记忆化时间 τ_mem 随数据量 n 线性增长，早停即可避免记忆化。随机特征谱分析与 U-Net 实验三方验证。

本文解读 arXiv 2026 论文 Continual Harness：免重置自改进外骨骼框架，在宝可梦 Red/Emerald 上以 130 美元中位成本达成 100% 里程碑（较基线成本削减约 40%），并驱动开源 Gemma-4 在线共学习持续进步。

【ICRA 2025】WMP：基于世界模型的视觉足式运动感知。RSSM 世界模型压缩视觉历史替代特权学习，仿真六地形超越 Student，真机 A1 跨越 85cm 沟壑、55cm 高台、22cm 低矮通道。

【arXiv 2026】RoboTTT 论文解读：用测试时训练（TTT）快速权重把机器人视觉运动上下文缩放到 8K 步，平均任务完成度 79%、比单步基线高 87%，首次观察到预训练上下文长度的稳定缩放规律。

DayDreamer 把 Dreamer 世界模型直接搬到真实机器人：无需模拟器与示范，四足 1 小时学会行走、双臂 8–10 小时抓放逼近人类、同一套超参通吃 4 台机器人。

【AAAI 2026】ReconVLA 论文解读：通过重建目标操纵区域（gaze region）的隐式视觉监督，让 VLA 学会聚焦关键区域。CALVIN ABC→D 第 5 子任务 64.1%、ABCD→D 平均完成 4.23/5，真机未见目标泛化显著优于 OpenVLA。