

Photo: Yang Plasticine
Open-AoE は、人が物を扱う様子をスマートフォンで撮影した映像を集め、手の姿勢と動作の段階に注釈を付け、ロボットの訓練データに変換するツールも提供する。
arXiv プレプリント · 2026年7月15日

Surreal render: a person sits on a ledge in a void of hanging screens and cables · Photo: Shubham Dhage
簡潔な学習手順を施した既存の推論モデルが IMO 2025 と USAMO 2026 の問題で42点満点中35点を得たが、長くコストのかかる下書きと検証の繰り返しが欠かせなかった。
arXiv プレプリント · 2026年5月13日

Photo: Mitch Nielsen
研究者らが、動画モデルにカメラの動きへの追従とチャンクごとの生成を学ばせる工程を全段階公開し、最初のフレームまでの待ち時間を数分から数秒に縮めた。
arXiv プレプリント · 2026年5月28日

A dark glass sphere floating over a blurred rainbow of light · Photo: Flyd
プレプリントによると、丸め誤差は離散画像トークンが何を保持するかをうまく予測せず、並列コードブック型の量子化器は試した最大のビット予算まで性能を伸ばし続けた。
arXiv プレプリント · 2026年10月27日