软件研究正在围绕代码可验证的信号展开
今天的研究集中在能在运行时被检查的软件工作。最强的论文把推理接到代码执行、证明义务或测试行为上。Think-Anywhere、WybeCoder 和 SemLoc 都把松散的自然语言指导换成系统可以验证、打分或拒绝的中间信号。
趋势
机器人世界模型正进入动作闭环，结果比结构更强
这一天讲的是世界模型正在变成机器人控制面的组成部分。DIAL 通过潜在未来状态把 VLM 接到动作上，并宣称在 VLA 训练里带来很大的数据效率提升。HCLSM 直接用 slot、层次结构和因果边处理场景结构，但它自己的结果也说明，稳定的对象中心世界建模仍然很难。
机器人学习工作对运行时瓶颈和脆弱评测越来越认真
这一天的机器人论文都很务实。最强的工作同时收紧了 VLA 的执行和评测。FocusVLA 和 StreamingVLA 报告了操作质量和控制速度的提升，而 LIBERO-Para 和 ManipArena 在把措辞和真实世界设置变严格之后，让现有模型显得没那么成熟。关于世界模型、仿真和触觉遥操作的支撑性论文传达了同样的信息：更好的机器人性能依赖于从训练数据到运行时控制，全程保留与任务相关的信号。
LLM 编码研究对控制面变得更认真了
当天最强的主题是围绕 LLM 编码系统的控制。新工作尝试压缩到真正相关的代码，追踪自然语言/程序边界上的流动，并用更严格的权限限制代理动作。它们在修复和分析基准上都有可量化的收益，但证据也表明，单靠更强的定位或更多上下文，仍然补不上剩下的质量差距。