Ai2 发布 ToyBlocks：面向机器人学习与评测的受控仿真环境
Ai2 发布开源仿真框架 ToyBlocks，以机械臂和桌面方块构建受控环境，用于机器人学习与评测。它是 Ai2 FoundationWorld 框架的首个受控环境。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
305 条收录动态，更新于 17:55
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
11月6日
星期五，10 条MiniCPM-OCR 集成 LiteParse
非常感谢 @llama_index 将 MiniCPM-OCR 集成到 LiteParse！很高兴看到 MiniCPM-OCR 实现快速、高质量的文档解析。期待更多开发者用起来！🚀
引用LlamaIndex 🦙@llama_indexLiteParse integrates with MiniCPM-OCR from @openBMB 🚀 MiniCPM-OCR is a new lightweight OCR model that performs OCR after capturing cropped layout regions. On ParseBench, it beats Gemini 3.5 Flash Lite and PaddleOCR-VL-1.6 on content faithfulness. LiteParse is our ultra-fast OSS document parser. When OCR is required, LiteParse lets you connect any existing OCR model. See the integration: https://github.com/run-llama/liteparse/tree/main/ocr/minicpmocr
Ai2 推出开源仿真桌面 ToyBlocks，用于机器人学习受控实验
Ai2 推出 ToyBlocks，一个开源的仿真桌面环境，用于机器人学习中的受控实验。它让机器人研究者能够对训练数据和模型进行实验控制、运行有针对性的评测，并把失败追溯到具体原因。代码已在 GitHub 开放（https://github.com/allenai/ToyBlocks）。
Ai2 发布 ToyBlocks 数据集，支持按技能构建训练混合
Ai2 发布 ToyBlocks，研究者可用它构建强调特定技能或填补现有数据集缺口的训练混合。初始版本包含 85K 条长程演示，每条演示按数据集不同由约 6–12 个技能演示组成。
Molmo 2 + ManiFlow 仿真到真机迁移
仅在 ToyBlocks 虚拟世界中训练的 Molmo 2 + ManiFlow，在物理机器人上以 15/30 次尝试成功堆叠字母积木拼出一个单词，而在仿真中为 111/200 次。 仿真训练的模型可以成功迁移到物理机器人，但还需要更多试验。
Ai2 发布 ToyBlocks 机器人学习资源
我们希望 ToyBlocks 能推动机器人将所学应用到陌生任务与环境中。 我们正在发布仿真资产、任务与演示生成器、2 个已训练模型、训练代码、评估代码及验证集。 📝 博客：https://allenai.org/blog/toyblocks
Ai2 发布 ToyBlocks 仿真框架，用于机器人学习的可控实验与评测
Ai2 发布 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，属于其 FoundationWorlds 系列的第一个环境，可自动生成任务与演示数据，并提供成功率之外的执行速度、施力等评测指标。
入选理由Ai2 把机器人学习的数据生成、训练与评测收进一个可控仿真世界，并公开代码与数据，研究者可据此设计可复现的泛化实验。
MiniCPM-OCR 1.0 对比测试上线 HF Spaces
📄 你的文档，你的对比。 在社区构建的 HF Spaces 上，将 MiniCPM-OCR 1.0 与其他 OCR 模型并排试用，无需任何配置！🔍 感谢 @yangzhizheng1 分享。带上你的扫描件、表格和公式，告诉我们你的发现！🙌
引用PrimierYang@yangzhizheng1New open-source OCR models are dropping fast! Try MiniCPM-OCR 1.0 (OpenBMB, 1.3B) side-by-side with competitors on these free HF Spaces — no setup needed: MiniCPM-OCR vs OXR https://huggingface.co/spaces/pzc163/MiniCPM-OCR-vs-OXR MiniCPM-OCR vs Unlimited-OCR-2 https://huggingface.co/spaces/nielsr/MiniCPM-OCR-vs-Unlimited-OCR-2 Upload real documents screenshot (scans, photos, tables, formulas) and compare parsing quality. Share your results! #OCR #DocumentAI #MiniCPM #HuggingFace #OXR #UnlimitedOCR2
MapHub 发布 arXiv 新预印本每日相关性热图，按研究群体逐人打分
密歇根大学团队发布 MapHub（MIDAS arXiv Preprint Hub），用 Claude Opus 5.5 每天把 arXiv 新投稿与每位参与者的研究画像逐一比对，输出 0 到 100 的相关性分数，并以热图展示每篇论文触及了谁的工作。
百度发布ERNIE 5.5 Flash Base开源模型
百度发布ERNIE 5.5 Flash Base，拥有2800亿参数，作为开源基础模型 https://the-decoder.com/baidu-releases-ernie-5-5-flash-base-with-280-billion-parameters-as-an-open-source-foundation-model/
11月4日
星期三，1 条Unitree 支持 RoboColosseum 机器人基准
很高兴支持 RoboColosseum，这是最大的真实世界机器人基准项目之一！很高兴看到 Unitree G1 被用作 RoboColosseum 人形机器人基准类别的主要本体。
引用RoboColosseum@RoboColosseumIntroducing RoboColosseum An open robot eval initiative by @huggingface @BitRobotNetwork @eaic_sg @DJiafei Access: - 100+ robots (@UnitreeRobotics G1s, @LeRobotHF SO-101s, YAMs, Franka and more) - 140+ in-the-wild scenes - Open rollout data - 10,000 FREE eval hrs Thread ↓
11月6日
星期五，1 条Jim Fan 发布 VFlash：并行解析视觉世界
Jim Fan 发布 VFlash 视觉模型，面向 Physical AI，将物体定位、机器人轨迹规划、密集 3D 运动等固定长度浮点向量任务改为一次性输出整个几何形状，而非逐 token 解码。
11月5日
星期四，1 条百度发布 ERNIE-5.5-Flash-Base 预训练基座模型并开放权重
百度文心团队发布 ERNIE-5.5-Flash-Base，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，训练上下文逐步扩展至 128K，微调与推理支持 1M tokens。
11月4日
星期三，1 条PyRUA-REAL 框架：编码智能体通过真实世界探索实现机器人递归自我改进
研究团队提出 PyRUA-REAL 框架，让由 GPT-6-Astra 等模型驱动的编码智能体把真实世界交互经验保存为持久记忆和可复用可执行技能，用于后续探索与代码改进。在 8 项真实世界任务上平均成功率为 91.1%，在 RoboDojo 基准的 42 项任务上平均成功率为 84.4%。研究还考察了智能体协作方式、执行反馈如何支持代码改进，以及在不调用在线智能体决策时程序部署的效率与能力。
11月6日
星期五，4 条上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构
上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。
入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。
NVIDIA 发布 Cosmos 3 四个开放权重模型，面向交互式世界仿真
NVIDIA 在 Cosmos 世界模型开发平台上为 Cosmos 3 系列新增四个开放权重检查点，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
入选理由四个开放权重检查点分别对应驾驶数据生成、流式仿真和双臂机器人动作预测，研究者可据此判断能否用于自己的仿真与策略学习流程。
研究系统评测 Weight-Space Programming 的能力、泛化与局限
一项研究在七个基准和 Qwen3.5-0.8B、Qwen3.5-9B 两个模型规模上，用 16 条编辑轨迹系统考察 Weight-Space Programming（WSP）的能力、跨任务泛化与局限。
Axiom Math 用 AI 智能体完成 Stacks Project 形式化验证
Axiom Math 宣布已对 Stacks Project 完成形式化验证，把这部约 7,654 页的数学文献翻译成约 1,600 万行经 Lean 证明助手逐行检查的代码。公司称其 AI 智能体在保留定理与定义之间相互依赖关系的前提下并行工作，并为此训练了自有数学模型。Axiom 认为这填补了代数几何在形式化数学中的空白，未来研究者可用这些已校验结果作为新证明的基础。
11月5日
星期四，12 条Recursive 发布 40B 开源模型 Flint，可对自身做可解释性实验
Recursive 发布 40B 开源模型 Flint，该模型能对自身运行可解释性实验。它自主找到一个与守门员相关的神经元，并放大其输出方向，此后每条新回复都会提到“goalkeeper”。
Flint 模型自主完成可解释性研究闭环
Flint 研究者在 Hugging Face Inference Endpoint 上运行，配套一个 Neuronpedia 风格的小型 API，用于检查激活并操控另一份 Flint 副本。
alphaXiv 分享 marimo notebook 输出与代码
来看看我们 @marimo_io notebook 里的一些输出：https://molab.marimo.io/github/alphaXiv/flint-goalkeeper-neuron/blob/main/viewer/goalkeeper_direction.py 代码产物：https://github.com/alphaXiv/flint-goalkeeper-neuron
alphaXiv 在 OpenResearch 上支持用本地模型运行自动研究
alphaXiv 宣布可在 OpenResearch 上用本地模型运行自动研究（auto research），并给出 GitHub 项目地址 https://github.com/alphaXiv/OpenResearch。原文未说明支持哪些本地模型、具体研究任务范围与使用条件。
清华伯克利开源机器人智能体对标GPT-6 Astra
GPT-6 Astra 刚刚成为中国具身智能领域的终极对标目标。 清华大学和加州大学伯克利分校（包括 Pieter Abbeel）的研究人员开源了 uni-robot-agent，让本地 Qwen3.8-Flash-Next 在零样本机器人控制中击败 GPT-6 Astra，每项任务成本仅约 1 美元（为 OpenAI 成本的 6.6%）。
Kimi K3.1 Pro 模型权重发布
发布 Kimi K3.1 Pro 的模型权重：https://huggingface.co/moonshotai/Kimi-K3.1-Pro 我们将继续推进开放智能。
ReproBridge 提出可复现工件设计，并发布 1029 项任务的复现基准
研究团队提出 ReproBridge，用智能体工作流把论文、代码与支撑材料整理成包含精炼代码库、环境配置、实验启动脚本和复现指南的标准工件，并发布 ReproBridge-Bench 基准，覆盖 36 篇论文的 387 个实验、共 1029 项任务，每项任务有 5 个人工核验的参考分数。
TB-MathModel 发布：面向数学建模的智能体可验证基准
研究团队提出 TB-MathModel，一个面向数学建模的智能体可验证基准，覆盖 2023 至 2025 年的 18 道 CUMCM 与 MCM 真题，每道题在容器化终端中提供原始题面、官方附件与图表，智能体需返回单个 JSON 结果。
百度文心开源 ERNIE-5.5-Flash-Base 基座模型，总参数 280B
百度文心发布并开源 ERNIE-5.5-Flash-Base 预训练终点权重，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，微调与推理支持 1M tokens 上下文。
OpenBMB 介绍 MiniCPM-OCR 与 Jev 文档解析及可靠性校验组合
OpenBMB 转发并确认了 MiniCPM-OCR 与 MiniCPM-OCR Jev 的组合用法：前者以 1.3B 参数解析中英文扫描件、手机照片、倾斜页面和关键信息，后者对提取出的文本、公式和表格给出可靠性评分。Jev 只标记可能不可靠的输出，不自动纠正，也可用于校验其他 OCR 模型的输出；项目提供开放权重、微调支持，并兼容 llama.cpp、vLLM、SGLang 和 Ollama。
引用IMOLEAYOMIDE@Olaemmy1200OCR pipelines can be much more reliable when you add a verification model. Instead of trusting every extracted result, you can use a second model to check how accurate the output actually is. A good example is MiniCPM OCR from @OpenBMB and ModelBest. It combines a lightweight document parser with a separate model, MiniCPM OCR Jev, designed to evaluate OCR reliability. Here’s how it works: 1. Document parsing MiniCPM-OCR uses just 1.3B parameters to extract information from Chinese and English documents. It handles scanned documents, phone photos, curved pages, tilted inputs, and even key information extraction. 2. Output verification MiniCPM-OCR Jev evaluates the extracted text, formulas, and tables to estimate how reliable the results are. You can also use it to verify outputs from other OCR models, meaning you don’t have to replace your existing pipeline. Why does this matter for AI agents? Agents are increasingly working with PDFs, invoices, research papers, and other structured documents. But one incorrect number or poorly extracted table can affect every step that follows. A simple workflow would look like this: → Parse the document with MiniCPM-OCR. → Pass the extracted content to Jev for reliability scoring. → Route low-confidence results to a human reviewer or another correction step. One important distinction: Jev identifies potentially unreliable outputs. It doesn’t automatically correct them. The project also provides open weights, fine tuning support, and inference compatibility with llama.cpp, vLLM, SGLang, and Ollama. There are also integrations through Agent Skills. If you’re building document processing agents, this is worth testing. Especially on difficult inputs like dense tables, mathematical formulas, scanned pages, and low quality phone photos. The bigger idea: Don’t just build agents that extract information. Build pipelines that can also evaluate whether that information should be trusted.
中国科大发布开源 RNA 序列基础模型 structRFM，成果登上 Nature
中国科大 MIRACLE 实验室发布开源 RNA 序列基础模型 structRFM，相关成果于 11 月 5 日发表于 Nature。团队构建约 2100 万条经计算注释的序列-二级结构配对数据，同时预训练序列上下文与结构依赖，模型仅需输入序列即可提取序列级、核苷酸级和核苷酸对级特征，用于二级与三级结构预测、剪接位点预测、内部核糖体进入位点识别和非编码 RNA 分类等任务。
中国科大团队发布开源 RNA 序列基础模型 structRFM
中国科学技术大学医学影像智能与机器人（MIRACLE）实验室发布开源 RNA 序列基础模型 structRFM，仅需输入序列即可提取序列级、核苷酸级和核苷酸对级特征，用于结构预测与功能推断。
入选理由RNA 序列基础模型开放权重与数据，做 RNA 结构预测和功能推断的研究者可据此评估能否接入现有流程。