RoboACE：用于机器人自我改进的对抗式协同进化框架
RoboACE 围绕冻结的基础模型协同演化课程与执行框架，使机器人智能体从执行反馈中改进技能、规划和恢复策略。其冻结部署在四组 LIBERO 系列评测中表现更优，并在 LIBERO-PRO 达到 74.0% 成功率，较初始部署提高 15.0 个百分点，较 VLA 控制器直接执行提高 13.5 个百分点。
#推理
arXiv 机器人论文摘要 arXiv 机器人论文摘要 Robo-MLT：面向长时程医学实验室任务的双系统机器人操作框架
Robo-MLT 通过显式工作流监控与学习式动作生成协同执行长时程医学实验室任务，并在执行阶段变化时重新规划。其血气分析和血样管分拣成功率分别达 82% 和 70%，比 $\pi_{0.5}$ 高 30 和 22 个百分点；操作员移走当前样本后，系统仍可调整计划并继续处理其他样本。
arXiv 分布式计算论文摘要 Decode Token Parallelism：面向可扩展 LLM 解码的内存高效分布式注意力并行
Decode Token Parallelism（TKNP）通过解耦权重放置与注意力归属，在不复制权重或跨节点合并部分注意力结果的情况下扩展请求本地注意力。该架构基于 vLLM 实现，在最多 64 张 H100 GPU 上评测 Llama 3.1 405B 和 Nemotron-4 340B，长上下文高并发任务的完成吞吐量较 DCP 最高提升 1.7×，较数据并行最高提升 2.06×。
The Decoder NVIDIA 推出机器人基础模型 GR00T 2，可从人类视频迁移动作
NVIDIA 推出机器人基础模型 GR00T 2，通过同时预测下一步动作和短期未来视频，将人类示范动作迁移到不同形态的机器人。该模型使用超过 1000 枚 GB300 芯片和约 400,000 小时第一视角人类任务视频训练，实验任务成功率为 10% 至 80%；在已具备较好表现的 50 项任务中，不到 3 分钟的传统训练将成功率从 40% 提升至 95%。
Berkeley AI Research 教会大语言模型更新信念，实现高效长程交互
ABBEL 框架以自然语言信念状态替代完整交互历史，并通过信念评分监督关键信息保留，提升大语言模型长程交互效率。在 CollabBench 上，ABBEL-rec-BG 将与完整上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 从 14.08×10² 降至 6.01×10²。