本周没有单一爆点，而是三条轨道并行：物理与视频世界模型把状态、轨迹和执行写进训练与评测；OpenAI 把工作流、决策接口和云分发铺到企业账本；治理则停在高触发门槛、训练隔离和权限事故。站内 53 篇里，相当一部分只有标题与 HN 热度。下文只依据已给事实归纳，不补未见的规格与效果。

具身学习：共享轨迹有效，递归增益尚未被隔离

做机器人的人这周该看的，不是又一段演示，而是经验如何在机队里流动。机队共享成功轨迹即可提升策略：无需专家演示或人工纠错 用失败检索到的成功轨迹更新策略，五项任务成功率 93.3%–99.2%，96 台下手机包装 98.3%。接口层在收束几何，而不是收束本体：人机共用几何接口：用相机位姿与骨架做跨本体世界模型 用约一万小时人类与三千小时机器人第一人称数据，以相机位姿和投影骨架统一移动与操作，并在五个跨本体基准上报告最优；不微调也能双手协作：DONIC从人类演示训练通用跟踪策略 给出未见轨迹成功率 86.79%、留出物体 57.32%。

规划开始用语言对齐异构动作。用语言对齐异构动作：潜空间世界模型一次训练覆盖多域规划 联合训练仿真、机器人与图视频，平均规划优于分域 LWM，训练成本约为视频生成基线六分之一。自蒸馏对齐单步未来表征：FRED提升世界动作模型零样本迁移 强调长程、域外及人到机器人迁移。从第一人称经验自动建世界记录：Holi-World 的数据工厂与评测 则从约百个自采集场景自动构建世界记录与约八万问答，训练 4B 模型并评估时空理解。

缩放实验更冷静。虚拟世界持续预训练缩放：数据提升本域，多样性难跨远域，大模型单世界更差 用 120 组持续预训练配置表明：本域可缩放、近域可迁移，远域仍受限。物理研究尚未隔离递归增益：从改机器人能力到改改进过程 指出，物理研究尚未隔离可归因于递归的增益。共享轨迹能抬成功率，不等于自我改进已被证明。

视频转向可执行状态，画质不再是充分条件

可玩世界把执行从生成里拆开。把执行从生成里拆出来：Matrix-Game 4.0 做成可实时玩的游戏世界 用轻量引擎维护世界状态，自回归视频模型把低多边形代理渲染为精细画面，单卡可达 480p、60FPS。评测立刻限制叙事：跟指令仍是短板：StreamEval 评测交互式流式视频生成 用 300 条脚本覆盖五类交互式流式任务，37 个模型显示高画质与身份保持并不能保证可靠执行请求和状态一致。

训练目标在防局部连续性捷径。教师强制会走捷径：用未来块预测逼自回归视频扩散真正建模场景演化 联合优化远期块预测，无需预训练视觉编码器、推理不变。接上还不够：让MLLM隐变量真正驱动电影级视频生成 先强迫 Video DiT 使用冻结 MLLM 隐变量，再做成对因子替换与有限输入时序预测。跨视角点轨迹约束4D预测：VPM同时生成任意视角视频与三维运动 用点监督把各相机外观锚定到共享三维运动。空间闭环也伸进代码智能体：读数已对答案仍错：给通用代码智能体配命令行感知，补上空间推理闭环 开源骨干在 MMSI-Bench 与 ReVSI 上达到 66.5 与 82.3。对开发者，重点是状态能否维护、指令能否执行，而不是帧是否更真。

记忆写进计算，RAG 不能按单点收益做加法

结构工作集中在少干扰地改记忆。改记忆只动一个方向：KronLSTM 给线性注意力补上更稳的长上下文更新 用 Kronecker Delta 只沿单一方向修订关联矩阵。把记忆写进模型计算：MemT-1.0在128K历史上加速并降存储 经 34B token 两阶段训练，128K 历史上相对全量 KV 约 1.86 倍加速、存储约降 66 倍。循环多迭代不解更长题：PAR用进度对齐将状态追踪外推16倍 将 Qwen2.5-0.5B 训 32 步，在 swap-S5 上 512 步全状态准确率 95.5%。表示压缩上，一半维度超过全维MRL：SpecMRL用参数谱重排嵌套表示 在 MTEB 各降维尺度均优于 MRL。

智能体结构仍冷热不均。潜空间里思考、文本里行动：混合推理智能体登上 HN 只有热度，结论宜保守。开源15B激活MoE：IQuest-Q1三阶段训练对准智能体CLI 给出 320B/15B 稀疏 MoE 与开源定位。更接近日常系统的是组合评测：预测提升47%、合用只剩17%：RAG技巧不能按单点收益做加法 在八个基准、五千至二十万文档上测 450 组配置——单独有效未必能叠加，优化检索可能伤忠实度，最优组合随语料变大而改变。新模块可以记，流水线不能做加法。

企业数字出现了，和行业回报不是同一层证据

OpenAI 本周把能写进经营数字的案例摊开。独立加盟商对账提速94%：菜单改价砍95%并指向十万现金流 是个案工作流；Uber全员推广ChatGPT Work：超三万员工做研究分析与工作流 是超三万员工的入口铺开；AT&T与OpenAI重做法务：LegalEdge让法律知识更易获取 未披露实现与效果。OpenAI 发布 Decisions API：更快更省的应用决策接口 面向任意应用给更快、更聚焦、低成本的决策。OpenAI模型进驻谷歌云：前沿模型与Codex工作流登陆Model Garden 经 Marketplace 提供给云上开发者。

读写底座同步加码。读性能提升12倍：OpenAI披露Habitat如何用多租户与全球缓存服务十亿用户 通过多租户、全球缓存和 Azure Cosmos DB 将 ChatGPT 读性能提升 12 倍，材料未给写路径与成本。硬件路径上，TorchNeuron 发布：PyTorch 原生后端对接 AWS Trainium 面向语言、视频、音频等模型并保持研究侧 PyTorch 体验；一次搜索、两层控制：Helion 用 CompileIQ 管 Python GPU kernel 未披露实现与评测。对照另一端：非科技行业尚无AI回报迹象：热帖把经营账本从能力叙事里拆出 仅有标题与 453 分、438 条评论，宜视为讨论信号，不是已核实的宏观结论。加盟商省下的对账时间和「行业尚无回报」可以同时成立。

治理文本很满，可核验机制很少

安全讨论的触发条件极高。Anthropic 安全法案门槛极高：五十人死亡或十亿美元损失才触发 被指或使商务部成为唯一能叫停 AI 模型的机构。OpenAI 加强前沿模型训练隔离：离线环境与高算力红队 与 一致标准换更广接入：OpenAI要求分发伙伴对齐安全与使用政策 都偏原则，未给条款与数字。伙伴关系已公布：OpenAI与波兰NASK推进安全与安保研究 同样无项目细节。

权限事故更具体，也更像标题级信息。执法监控权限被家庭关系击穿：萨凡纳警官向ICE丈夫开放Flock后被解职 获 625 分、360 评。漏洞发现热度高但缺条件：AI挖出PHP关键RCE：HN热度高，公开细节仍不足 无版本与利用条件，不宜写成可复现结论。科研侧，AI辅助论文引用了不存在的报道：Z-Library研究暴露幻觉引用 是 93 分帖。治理叙事密度高，可操作的开关要么极高，要么未公开。

值得注意的信号

我的判断

本周可核验的进展，多半发生在「如何维护状态」，而不是「模型又换了名字」。机队共享轨迹、执行与生成解耦、记忆内化、RAG 不能线性叠加，都比新品牌更接近工程。企业侧的 94%、12 倍、三万员工是真实数字，但是个案与内部推广，填不了「非科技行业尚无回报」那条讨论。安全文本很多，可操作的触发条件要么是五十人死亡或十亿美元，要么未公开。开发者更稳妥的读法：把世界状态、评测闭环和组合效应当主线，把 Timestral、Sphinx、FairStress 一类标题留在观察列表，等规格出现再判断。