在世界模型中训练物体恒常性
WROP 用 150 个认知科学启发的 Blender 任务构建 150 万样本与 300 题考试，评测并微调视频世界模型的物体恒常与固体性；PWM-WROP 在人评 Elo 中拿下真续写类第一、总榜第三。
计算机视觉
PHOSA：逼真三维手语虚拟人建模与基准
PHOSA（ECCV 2026）发布与听障专家共设的多视角中文手语数据集 MVSign，用混合 SMPL-X 拟合与身/头/手解耦高斯表示，做可驱动的逼真手语虚拟人。
DrGait：生物力学锚定的可解释临床步态分析
DrGait 是免训练智能体：把 VLM 从直接看视频推理改成临床规划器，经分诊-验证-综合闭环调用确定性生物力学工具，生成可审计步态报告；本文为研究原型，不是临床产品。
COSA-GS：面向实用的三维高斯溅射压缩
COSA-GS 在 Scaffold-GS 锚点上用无空间聚合的锚内因果上下文建模属性分布，结合率失真优化、自适应剪枝与整数量化感知推理，实现强压缩与跨平台比特级一致解码。
FounRef：用稀疏锚点对冻结单目基础先验做结构保持的快速度量精炼
FounRef 是无需任务训练的模块化流程：用稀疏度量锚点校准冻结单目深度先验，经表面一致性过滤与双边网格结构保持求解，得到稠密度量深度。
Self-Adaptive VLA：让机器人策略在部署硬件漂移下自我适配
Self-Adaptive VLA 用漂移条件下的上下文专家数据训练插入式编码器，使 VLA 能在部署时凭借自身 rollout 迭代补偿未知硬件漂移。
OREO：用在线渲染-编辑优化对齐三维生成的视觉保真度
OREO 以 Reinforced Editing 生成结构对齐的二维伪目标，再经对比蒸馏把二维扩散先验在线写回三维生成器，提升 Trellis 等资产的视觉保真。
ViRDM：驯服表示分布匹配以服务少步因果视频生成
ViRDM 把图像侧表示分布匹配做成少步因果视频的生成器-only 后训练配方：用随机退出、分阶段 VJP 与轻量解码打通显存，再配因果 ODE 初始化与光流动力学正则，20 次更新达到 VBench 84.87。
超越空间基准：从空间推理到目标导航
Spatial-Nav 分析表明空间基准专精难直接迁移到 ObjectNav；据此构建 SPATIAL-NAV-100K，经两阶段空间-导航微调与 Spatial-NPD 蒸馏，使 8B 策略在 HM3D/MP3D 上达到有竞争力的 SR/SPL，且推理无需显式空间思维链。
MoVISA：面向视频目标分割的多 Token 推理
MoVISA 用对象-帧对齐的多个