AI
2026
62
- 世界模型：WM / WAM / VAM：动作条件建模
- 世界模型：不确定性与风险敏感规划
- 世界模型：模拟器、反事实与合成 Rollout
- 世界模型：RSSM、Dreamer 与规划
- 世界模型：规划即推理与潜在动作
- 世界模型：生成式模拟与视频世界模型
- 世界模型：评测与失效模式
- 世界模型：高效训练技术路线图
- 世界模型：开发路线
- 世界模型：数据引擎与自我改进
- 世界模型：机器人与自动驾驶中的世界模型
- 世界模型：动作条件视频世界模型端到端训练案例
- VLM/VLA：世界模型高效训练接口
- VLM/VLA：视觉 Tokenizer、连接器与信息瓶颈
- VLM/VLA：视频表征、状态记忆与长时序压缩
- VLM/VLA：多模态评测与失败模式
- VLM/VLA：架构：视觉表征、连接器与记忆
- VLM/VLA：部署与安全
- VLM/VLA：数据与策略学习
- VLM/VLA：闭环恢复与失败分析
- VLM/VLA：评测与数据引擎
- VLM/VLA：动作表示与控制接口
- VLM/VLA：动作分块、层级策略与潜在技能
- 训练：稳定性与故障排查
- 训练：Scaling Law 与训练经济学
- 训练：Scaling、课程学习与数据配比
- 训练：预训练、微调与对齐
- 训练：偏好数据与对齐失效
- 训练：后训练数据引擎与 Judge 模型
- 训练：论文图解索引
- 训练：目标函数、优化器与 LR 日程
- 训练：MTP 与投机解码
- 训练：Megatron、DeepSpeed 与训练栈
- 训练：低比特训练与数值格式
- 训练：输入管线、Packing 与吞吐
- 训练：图片来源与授权
- 训练：评测与消融设计
- 训练：分布式训练与 Checkpoint
- 训练：数据系统与吞吐优化
- 训练：数据质量、去重与治理
- 训练：集群运维与实验治理
- 思考探索：世界模型现状：从视频模拟到工程闭环
- 思考探索：XR2 Gen 2：端侧 AI 与量化部署
- 思考探索：具身智能现状：VLA、数据工厂与真实闭环
- 路线图：研究与工程学习路径
- 路线图：快速对照表
- 路线图：常见技术决策与取舍
- 强化学习：verl 训练流程：从配置到 RL 更新
- 强化学习：世界模型中的强化学习
- 强化学习：Policy Gradient 到 PPO / GRPO
- 强化学习：MDP、价值函数与 Bellman
- 量化：服务栈与硬件选择
- 量化：运行时与部署框架
- 量化：多模态与 VLA 模型量化
- 量化：QLoRA 与量化训练
- 量化：QAT、Kernel 与 KV Cache
- 量化：PTQ、GPTQ、AWQ 与 SmoothQuant
- 量化：FP8 与混合精度推理
- 量化：评测与部署清单
- 量化：方法对照表
- 量化：激活离群值与校准策略
- 论文专题讲解：Embodied World Model Survey：具身世界模型综述
2025
113
- 论文专题讲解：V-JEPA：视频潜变量预测表征
- 论文专题讲解：Towards Video World Models：视频世界模型五个门槛
- 论文专题讲解：Self Forcing：对齐自回归视频训练与推理
- 论文专题讲解：RingAttention：近无限上下文训练
- 论文专题讲解：PlaNet：像素规划的潜变量动力学
- 论文专题讲解：LWM：百万 token 视频语言世界模型
- 论文专题讲解：LingBot-World：视频基础模型到世界模拟器
- 论文专题讲解：JEPA：预测式表征学习路线
- 论文专题讲解：H-JEPA：层级 JEPA 与潜变量 EBM
- 论文专题讲解：Genie：无标注视频到可交互环境
- 论文专题讲解：DreamerV3：跨域通用世界模型
- 论文专题讲解：DreamerV2：离散世界模型玩 Atari
- 论文专题讲解：Dreamer：Latent Imagination 控制
- 论文专题讲解：Qwen3.5-Omni：Thinker-Talker 与全模态 Agent
- 论文专题讲解：Qwen3：Thinking 模式、36T 预训练与蒸馏
- 论文专题讲解：Nemotron 3 Super：Mamba-MoE 与异步多环境 RL
- 论文专题讲解：Kimi K2：MuonClip、万亿 MoE 与 Agent 数据
- 论文专题讲解：GPT-4o System Card：Omni 安全与多模态评测
- 论文专题讲解：Gemini 2.5：动态 Thinking 与长上下文 Agent
- 论文专题讲解：DeepSeek-V4：百万上下文与 FP4 后训练
- 论文专题讲解：DeepSeek-V3：671B MoE、MLA 与 FP8 训练
- 论文专题讲解：DeepSeek-R1：RL 激发推理能力
- 论文专题讲解：SLA / SLA2：DiT 稀疏线性 Attention
- 论文专题讲解：Muon：LLM 预训练优化器
- 论文专题讲解：MagiAttention：超长上下文分布式 Attention
- 论文专题讲解：Attn-QAT：4-bit Attention 量化感知训练
- 论文专题讲解：Video Prediction Policy：预测视觉表征训练机器人策略
- 论文专题讲解：SpatialVLA：3D 空间表征接入 VLA
- 论文专题讲解：π0.5：开放世界 VLA
- 论文专题讲解：GR-3：少样本长时程 VLA
- 论文专题讲解：GR-2：Web 视频知识迁移到机器人
- 论文专题讲解：DreamZero：WAM 零样本策略
- 论文专题讲解：Depth Anything 3：任意视角的 3D 几何底座
- 论文专题讲解：Wan2.1：开源视频生成系统路线
- 论文专题讲解：Phased DMD：分阶段少步蒸馏
- 论文专题讲解：DMD2：更稳的少步分布匹配蒸馏
- 论文专题讲解：DMD：一步扩散蒸馏
- 论文专题讲解：Diffusion Forcing：next-token 与全序列扩散
- 论文专题讲解：CausVid：流式自回归视频扩散
- 算子与编译器：Workload 建模与 Shape Bucketing
- 算子与编译器：Triton 编程模型与自动调优
- 算子与编译器：Kernel 测试、回归与维护
- 算子与编译器：推理 Attention 与 KV Kernel
- 算子与编译器：Runtime Dispatch 与 Kernel 选择
- 算子与编译器：Roofline 建模与性能案例
- 算子与编译器：Reduction、Norm 与索引 Kernel
- 算子与编译器：PTX / SASS 与编译检查
- 算子与编译器：Profiling、调试与数值稳定
- 算子与编译器：性能反模式与失败案例
- 算子与编译器：MoE 路由与稀疏 Kernel
- 算子与编译器：低精度与量化 Kernel
- 算子与编译器：FlashAttention 与长上下文
- 算子与编译器：Kernel 成本模型与选型
- 算子与编译器：硬件感知排查清单
- 算子与编译器：GPU 互联与拓扑映射
- 算子与编译器：GEMM、Attention 与融合 Kernel
- 算子与编译器：FP8 训练与优化器 Kernel
- 算子与编译器：DeepGEMM 源码与接入
- 算子与编译器：DeepGEMM：FP8 GEMM 与 Mega-MoE
- 算子与编译器：CUTLASS / CuTe 与编译栈
- 算子与编译器：自定义算子与框架集成
- 算子与编译器：CUDA 编程模型与内存层次
- 算子与编译器：通信算子与计算重叠
- 算子与编译器：高级 Kernel 模式与形状特化
- 推理：服务系统
- 推理：运行时：vLLM、SGLang、TensorRT-LLM
- 推理：RAG、Agent 与长上下文系统
- 推理：容量规划与推理优化
- 推理：可观测性与在线评测
- 推理：MoE 路由与多模型服务
- 推理：GPU Kernel、Batching 与显存
- 推理：解耦 Prefill 与 KV 服务
- 推理：成本建模与 SLO 设计
- 推理：上下文压缩与 KV 内存管理
- 推理：缓存、路由与投机解码
- 基础知识：Transformer 输入与注意力
- 基础知识：张量、Shape 与计算图
- 基础知识：Prompt、CoT 与 RAG 入门
- 基础知识：概率与潜变量模型
- 基础知识：位置编码与 Mask：顺序和可见性
- 基础知识：优化与训练入门
- 基础知识：数值、显存与运行时
- 基础知识：Norm、残差与激活函数
- 基础知识：多模态推理入门
- 基础知识：Mamba 与混合 SSM 架构
- 基础知识：线性层到 GEMM
- 基础知识：数据划分与评测指标
- 基础知识：卷积与视觉特征
- 基础知识：自动微分与激活显存
- 具身智能：VLA、WAM 与世界模型地图
- 具身智能：VLA 数据、模型与评测路线
- 具身智能：具身任务谱系与评测
- 具身智能：Sim2Real 与具身数据引擎
- 具身智能：具身规划、控制与安全
- 具身智能：Isaac Sim 与 RoboTwin 仿真数据链
- 具身智能：人机协作与交互评测
- 具身智能：家庭机器人流程与失败排查
- 具身智能：具身部署模式与安全案例
- 具身智能：一个任务跑通具身闭环
- 具身智能：相机、深度与机器人视觉
- 具身智能：从零路线
- 具身智能：资产到轨迹：感知、抓取与数据管线
- 扩散模型：视频与多模态扩散
- 扩散模型：扩散训练与表示
- 扩散模型：Score Matching 到 SDE
- 扩散模型：扩散训练配方与排障
- 扩散模型：噪声日程与参数化
- 扩散模型：扩散采样与推理加速
- 扩散模型：条件控制与 Guidance
- 扩散模型：发展脉络
- 扩散模型：一步生成、蒸馏与整流
- 扩散模型：一致性模型与 Rectified Flow
- 扩散模型：扩散方法对照表
1